基于大数据的充电桩电力负荷预测评估方法技术

本发明专利技术涉及数据处理技术领域，具体涉及基于大数据的充电桩电力负荷预测评估方法，包括：根据时序数据序列时序位置得到滑动平均窗口中每个第一时序数据的时序权重影响参数；根据时序数据序列得到滑动平均窗口中每个第一时序数据的稳定影响因子与变化影响因子；根据拟合曲线得到滑动平均窗口中每个第一时序数据的趋势影响因子；根据稳定影响因子、变化影响因子与趋势影响因子得到滑动平均窗口中每个第一时序数据的特征权重影响参数；根据特征权重影响参数与时序权重影响参数得到时序数据序列中所有时序数据的权重；根据时序数据序列与权重进行预测评估。本发明专利技术更有效避免了因人为给所有时序数据固定权重对趋势和精度的影响，使预测数据更准确。使预测数据更准确。使预测数据更准确。

【技术实现步骤摘要】
基于大数据的充电桩电力负荷预测评估方法


[0001]本专利技术涉及数据处理
，具体涉及基于大数据的充电桩电力负荷预测评估方法。

技术介绍

[0002]充电桩电力负荷预测是通过对充电桩的使用数据与环境数据进行分析，预测出未来一定时间内充电桩的电力负荷情况；通过充电桩电力负荷预测可以帮助能源供应商与电网管理者更好地规划电力资源，降低电力浪费，提高电力利用效率；而充电桩电力负荷预测主要通过加权滑动平均法对数据进行处理，根据观测时间对每个数据赋予不同大小的权重，给观测时间段较早的数据赋予较小的权重，给观测时间较晚的数据赋予较大的权重，进而实现未来一定时间内数据的预测。
[0003]传统的加权滑动平均法的权重由于是人为给定，所以存在部分数据的权重过大，部分数据的权重过小的情况，从而导致最终得到的预测结果与理想预测结果之间存在较大误差；为了减少误差，本专利技术提出来了一种根据数据的时序性、波动性、差异性以及趋势性综合得到权重参数，并将权重参数自适应赋予加权滑动平均预测窗口中每个数据的基于大数据的充电桩电力负荷预测评估方法。

技术实现思路

[0004]本专利技术提供基于大数据的充电桩电力负荷预测评估方法，以解决现有的问题。
[0005]本专利技术的基于大数据的充电桩电力负荷预测评估方法采用如下技术方案：
[0006]本专利技术一个实施例提供了基于大数据的充电桩电力负荷预测评估方法，该方法包括以下步骤：
[0007]采集充电桩的电能消耗数据，构成时序数据序列，所述时序数据序列中每个元素记为时序数据；
[0008]将滑动平均窗口中最后一个时序数据以外的每个时序数据记为第一时序数据，将滑动平均窗口中最后一个时序数据记为目标数据，根据第一时序数据的时序序号得到滑动平均窗口中每个第一时序数据的时序权重影响参数；根据时序数据序列得到滑动平均窗口中每个第一时序数据的稳定影响因子与变化影响因子；
[0009]对时序数据序列进行拟合得到拟合曲线，根据拟合曲线得到滑动平均窗口中每个第一时序数据的趋势影响因子；根据稳定影响因子、变化影响因子与趋势影响因子得到滑动平均窗口中每个第一时序数据的特征权重影响参数；
[0010]根据特征权重影响参数与时序权重影响参数得到滑动平均窗口中目标数据的权重，滑动平均窗口在时序数据序列依次滑动，当滑动完成之后所有滑动平均窗口中的目标数据的权重记为时序数据序列中所有时序数据的权重；
[0011]根据时序数据序列与权重进行充电桩电力负荷预测评估。
[0012]优选的，所述根据第一时序数据的时序序号得到滑动平均窗口中每个第一时序数
据的时序权重影响参数，包括的具体方法为：
[0013][0014]式中，x
i
表示滑动平均窗口内第i个第一时序数据的时序权重影响参数；T1表示滑动平均窗口长度；j表示滑动平均窗口内第j个时序数据的序号。
[0015]优选的，所述根据时序数据序列得到滑动平均窗口中每个第一时序数据的稳定影响因
[0016]子与变化影响因子，包括的具体方法为：
[0017]将该滑动平均窗口中时序数据数值的标准差记为第一标准差，获取其他滑动平均窗口的第一标准差，获取所有滑动平均窗口的第一标准差并进行最小
‑
最大归一化处理，并将该滑动平均窗口处理后的第一标准差记为该滑动平均窗口内每个第一时序数据的稳定影响因子；
[0018]获取每个滑动平均窗口内每个第一时序数据的稳定影响因子；
[0019]将该滑动平均窗口中所有时序数据数值的均值记为第一均值，将该滑动平均窗口中每个第一时序数据数值与第一均值的差值记为第一差值，获取该滑动平均窗口中所有的第一差值，将第一差值进行最小
‑
最大归一化处理，将处理后的第一差值记为变化影响因子；
[0020]获取每个滑动平均窗口内每个第一时序数据的变化影响因子。
[0021]优选的，所述根据拟合曲线得到滑动平均窗口中每个第一时序数据的趋势影响因子，
[0022]包括的具体方法为：
[0023]将每个时序数据在拟合曲线中对应的数据记为拟合数据；将每个时序数据与对应拟合数据的差值绝对值记为第一绝对值；获取时序数据序列中所有的第一绝对值，对所有的第一绝对值进行最小
‑
最大归一化处理，将处理后的第一绝对值记为趋势影响因子；
[0024]获取每个滑动平均窗口中每个第一时序数据的趋势影响因子。
[0025]优选的，所述根据稳定影响因子、变化影响因子与趋势影响因子得到滑动平均窗口中
[0026]每个第一时序数据的特征权重影响参数，包括的具体方法为：
[0027]将滑动平均窗口内第一时序数据的稳定影响因子、滑动平均窗口内第一时序数据的变化影响因子与滑动平均窗口内第一时序数据的趋势影响因子的乘积记为滑动平均窗口内第一时序数据的特征权重影响参数。
[0028]优选的，所述根据特征权重影响参数与时序权重影响参数得到滑动平均窗口中目标数
[0029]据的权重，包括的具体方法为：
[0030][0031]式中，L
n
表示时序数据序列中第n个目标数据的权重；T1表示滑动平均窗口长度；x
i
表示滑动平均窗口内第i个第一时序数据的时序权重影响参数；x
T1
‑1表示滑动平均窗口内
第T1
‑
1个时序数据的时序权重影响参数；B1
i
表示滑动平均窗口内第i个第一时序数据的特征权重影响参数；B
n
表示时序数据序列中第n个目标数据的特征权重影响参数。
[0032]本专利技术的技术方案的有益效果是：根据时序数据序列时序位置得到滑动平均窗口中每个第一时序数据的时序权重影响参数；根据稳定影响因子、变化影响因子与趋势影响因子得到滑动平均窗口中每个第一时序数据的特征权重影响参数；根据特征权重影响参数与时序权重影响参数得到时序数据序列中所有时序数据的权重，更加有效地避免了因人为给所有时序数据固定权重对时序数据趋势和时序数据精度的影响，使预测数据更准确。
附图说明
[0033]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]图1为本专利技术基于大数据的充电桩电力负荷预测评估方法的步骤流程图。
具体实施方式
[0035]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的基于大数据的充电桩电力负荷预测评估方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的充电桩电力负荷预测评估方法，其特征在于，该方法包括以下步骤：采集充电桩的电能消耗数据，构成时序数据序列，所述时序数据序列中每个元素记为时序数据；将滑动平均窗口中最后一个时序数据以外的每个时序数据记为第一时序数据，将滑动平均窗口中最后一个时序数据记为目标数据，根据第一时序数据的时序序号得到滑动平均窗口中每个第一时序数据的时序权重影响参数；根据时序数据序列得到滑动平均窗口中每个第一时序数据的稳定影响因子与变化影响因子；对时序数据序列进行拟合得到拟合曲线，根据拟合曲线得到滑动平均窗口中每个第一时序数据的趋势影响因子；根据稳定影响因子、变化影响因子与趋势影响因子得到滑动平均窗口中每个第一时序数据的特征权重影响参数；根据特征权重影响参数与时序权重影响参数得到滑动平均窗口中目标数据的权重，滑动平均窗口在时序数据序列依次滑动，当滑动完成之后所有滑动平均窗口中的目标数据的权重记为时序数据序列中所有时序数据的权重；根据时序数据序列与权重进行充电桩电力负荷预测评估。2.根据权利要求1所述基于大数据的充电桩电力负荷预测评估方法，其特征在于，所述根据第一时序数据的时序序号得到滑动平均窗口中每个第一时序数据的时序权重影响参数，包括的具体方法为：式中，x
i
表示滑动平均窗口内第i个第一时序数据的时序权重影响参数；T1表示滑动平均窗口长度；j表示滑动平均窗口内第j个时序数据的序号。3.根据权利要求1所述基于大数据的充电桩电力负荷预测评估方法，其特征在于，所述根据时序数据序列得到滑动平均窗口中每个第一时序数据的稳定影响因子与变化影响因子，包括的具体方法为：将该滑动平均窗口中时序数据数值的标准差记为第一标准差，获取其他滑动平均窗口的第一标准差，获取所有滑动平均窗口的第一标准差并进行最小
‑
最大归一化处理，并将该滑动平均窗口处理后的第一标准差记为该滑动平均窗口内每个第一时序数据的稳定影响因子；获取每个滑动平均窗口内每个第一时序数据的稳定影响因子；将该滑动平均窗口中所有时序数据数值的均值记为第一均值，将该滑动平均窗口中每个第一时序数...

【专利技术属性】
技术研发人员：黄龙，顾骏，张君杰，
申请(专利权)人：浙江东鸿电子股份有限公司，
类型：发明
国别省市：