基于气象大数据的电量预测方法技术

本发明专利技术公开了基于气象大数据的电量预测方法，涉及电力分析技术领域。本发明专利技术包括受控区域的气象数据和耗电量的获取，并结合对受控区域的气象数据和耗电量的分析，预估耗电量。本发明专利技术通过获取近24个月受控区域的气象数据和耗电量，根据耗电量与气象数据的比值，分别获取温转比、湿转比；分别计算24个温转比、湿转比的均值，获得的均值分别结合温转比、湿转比计算温转偏离值、湿转偏离值：结合耗电量及气象数据、温转偏离值、湿转偏离值之间的关系计算综合转比；再根据综合转比及实时气象数据，预估耗电量，实现了对历史气象数据及耗电量的综合分析，进而准确的结合气象预估耗电量。进而准确的结合气象预估耗电量。进而准确的结合气象预估耗电量。

【技术实现步骤摘要】
基于气象大数据的电量预测方法


[0001]本专利技术属于电力分析
，特别是涉及基于气象大数据的电量预测方法。

技术介绍

[0002]对于电力生产方而言，需要合理规划电能生产，才能满足不同用户的用电量需求。如中国专利CN112561210A公开了一种电力系统稳定性和资源需求预估系统及方法，通过预设的电力预估模型对分布式电源的电力参数进行分析，可以获得分布式电源在未来预设时间段内的电力负荷趋势和趋势预测数值，并通过分析模块判断趋势预测数值是否满足预设电力需求阈值，可以提前预测分布式电源中电力负荷数据趋势，从而预知分布式电源的稳定性，可以提前采取应对措施以解决供电稳定性问题，减少经济损失。还如中国专利CN114118617A涉及一种用电量预估方法、装置、计算机设备、存储介质和计算机程序产品，所述方法包括：获取待分析对象的实时用电量和历史用电量，并根据实时用电量和历史用电量对电量预估模型进行训练，以确定目标预估模型，再将包括实时用电量和部分历史用电量的参考时段的实际用电量输入目标预估模型，并由目标预估模型输出对应预估时段的预估用电量。上述方法在每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于气象大数据的电量预测方法，其特征在于，包括以下步骤：获取近n个月受控区域的气象数据和耗电量，所述气象数据包括每月的温度、湿度数据；根据耗电量与气象数据的比值，分别获取温转比、湿转比；分别计算n个温转比、湿转比的均值，获得的均值分别结合温转比、湿转比计算温转偏离值、湿转偏离值：离值、湿转偏离值：结合耗电量及气象数据、温转偏离值、湿转偏离值之间的关系计算综合转比；根据综合转比及实时气象数据，预估耗电量。2.根据权利要求1所述的基于气象大数据的电量预测方法，其特征在于，还包括气象数据的剔除冗余步骤：从获取的受控区域的气象数据中调取第一个月的气象数据；将获取的一个月的气象数据标记为待分月数据；在待分月数据内，获取湿度、温度的峰值，分别标记为Wf、Sf；获取高湿区和高温区，高湿区对应的湿度为Sf
‑
Sb，高温区对应的温度为Wf
‑
Wb，其中，Sb、Wb分别为湿度跳动值、温度跳动值；获取高湿持续天数和高温持续天数：将待分月数据中，第一次出现Wf
‑
Wb度至最后一次出现Wf
‑
Wb度之间的天数标记为高温持续天数、第一次出现Sf
‑
Sb至最后一次出现Sf
‑
Sb之间的天数标记为高湿持续天数；计算高特天数：高特天数＝(高湿持续天数+高温持续天数)/2；当高特天数＞X1时，将温度低于(Wf+Wd)*X2对应的气象数据剔除；当高特天数≤X1时，将湿度高于(Sf+Sd)*X3、低于Sd*X4对应的气象数据剔除；其中，X1～X4均为预设值，且X2、X3均小于1，1＜X4＜1.5，且X2≤X3＜X4。3.根据权利要求2所述的基于气象大数据的电量预测方法，其特征在于，所述湿度跳动值、温度跳动值为预设值或计算值；当为计算值时：湿度跳动值其中，Sd为对应月内的最低湿...

【专利技术属性】
技术研发人员：胡启冬，陈梦，张瑜，王雪立，芦新叶，张卫星，
申请(专利权)人：苏州深蓝万维能源科技有限公司，
类型：发明
国别省市：