配电设备的电负荷预测方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种配电设备的电负荷预测方法、装置、设备及可读存储介质，属于配电和电力控制设备技术领域。所述配电设备的电负荷预测方法包括：获取配电设备的电负荷历史数据和各耗电区域对应的电负荷需求历史数据，其中，配电设备用于向耗电区域配电；根据预设电负荷预测模型和电负荷特征数据，预测耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果，其中，电负荷特征数据基于各电负荷历史数据和各电负荷需求历史数据进行构建得到；对电负荷需求预测结果进行模型解释，确定电负荷需求预测结果对应的超负荷特征；根据超负荷特征在配电设备与耗电区域中确定潜在风险因素。本申请解决了相关技术中配电设备的智能度较低的技术问题。的技术问题。的技术问题。

【技术实现步骤摘要】
配电设备的电负荷预测方法、装置、设备及可读存储介质


[0001]本申请涉及配电和电力控制设备
，尤其涉及一种配电设备的电负荷预测方法、装置、设备及可读存储介质。

技术介绍

[0002]随着配电网络自动化技术的快速发展和对供电可靠性的要求不断提高，对配电设备的性能也提出越来越多的要求。配电设备作为配电网络的核心部件，其可靠性和智能化水平直接决定了配电网络的安全。现有配电设备的参数测试系统测试精度低、测试参数少、自动化水平差，同时不能实现温升监控、对用电量进行计算和对电负荷需求进行预测，存在超负荷运行的风险。

技术实现思路

[0003]本申请的主要目的在于提供一种配电设备的电负荷预测方法、装置、设备及可读存储介质，旨在解决相关技术中配电设备的智能度较低的技术问题。
[0004]为实现上述目的，本申请提供一种配电设备的电负荷预测方法，所述配电设备的电负荷预测方法包括：
[0005]获取配电设备的电负荷历史数据和耗电区域的电负荷需求历史数据，其中，所述配电设备用于向所述耗电区域配电；
[0006]根据预设电负荷预测模型和电负荷特征数据，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果；其中，所述电负荷特征数据基于所述电负荷历史数据和所述电负荷需求历史数据进行构建得到；
[0007]通过对所述电负荷需求预测结果进行模型解释，确定所述电负荷需求预测结果对应的超负荷特征；
[0008]根据所述超负荷特征在所述配电设备与所述耗电区域中确定潜在风险因素。r/>[0009]可选地，所述电负荷特征数据包括配电特征矩阵，所述根据预设电负荷预测模型和电负荷特征数据，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果的步骤，包括：
[0010]基于所述电负荷历史数据和所述电负荷需求历史数据，构建所述配电特征矩阵；
[0011]通过所述预设电负荷预测模型将所述配电特征矩阵映射为超负荷概率，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果。
[0012]可选地，所述电负荷历史数据包括电负荷表示矩阵，所述电负荷需求历史数据包括电负荷需求表示矩阵，所述基于所述电负荷历史数据和所述电负荷需求历史数据，构建所述配电特征矩阵的步骤，包括：
[0013]生成所述配电设备对应的配电标签以及所述耗电区域对应的需求标签；
[0014]将所述电负荷表示矩阵、所述电负荷需求表示矩阵、所述配电设备标签和所述需求标签拼接为所述配电特征矩阵。
[0015]可选地，所述生成所述配电设备对应的配电标签的步骤，包括：
[0016]获取配电设备对应的配电设备类型、对应的当地气象信息以及对应的最大配电功率；
[0017]根据所述配电设备类型、所述当地气象信息与所述最大配电功率，为所述配电设备动态匹配对应的配电标签。
[0018]可选地，所述生成所述耗电区域对应的需求标签的步骤，包括：
[0019]获取所述耗电区域对应的经纬度信息、对应的季节信息以及对应的用电类型信息；
[0020]根据所述经纬度信息、所述季节信息以及所述用电类型信息，为所述耗电区域动态匹配对应的需求标签。
[0021]可选地，所述通过对所述电负荷需求预测结果进行模型解释，确定所述电负荷需求预测结果对应的超负荷特征的步骤，包括：
[0022]若所述电负荷需求预测结果为存在超负荷风险，则确定所述电负荷特征数据对应的各配电特征；其中，所述配电特征与所述配电设备相对应，或者与所述耗电区域相对应；
[0023]分别计算所述配电特征对所述电负荷需求预测结果的特征贡献度；
[0024]基于所述特征贡献度，在所述配电特征中选取所述超负荷特征。
[0025]可选地，所述电负荷特征数据包括配电特征矩阵，所述根据预设电负荷预测模型和电负荷特征数据，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果的步骤，包括：
[0026]根据预设电量预测模型、所述电负荷历史数据和所述电负荷需求历史数据，预测所述配电设备在下一时间步的电负荷以及所述耗电区域在下一时间步的电负荷需求，得到各预测电负荷历史数据以及各预测电负荷需求历史数据；
[0027]根据所述预测电负荷历史数据和所述预测电负荷需求历史数据，构建所述配电特征矩阵；
[0028]通过所述预设电负荷预测模型将所述配电特征矩阵映射为超负荷概率，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果。
[0029]本申请还提供一种配电设备的电负荷预测装置，所述配电设备的电负荷预测装置包括：
[0030]获取模块，用于获取配电设备的电负荷历史数据和耗电区域的电负荷需求历史数据，其中，所述配电设备用于向所述耗电区域配电；
[0031]预测模块，用于根据预设电负荷预测模型和电负荷特征数据，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果；其中，所述电负荷特征数据基于所述电负荷历史数据和所述电负荷需求历史数据进行构建得到；
[0032]模型解释模块，用于通过对所述电负荷需求预测结果进行模型解释，确定所述电负荷需求预测结果对应的超负荷特征；
[0033]风险确定模块，用于根据所述超负荷特征在所述配电设备与所述耗电区域中确定潜在风险因素。
[0034]本申请还提供一种配电设备的电负荷预测设备，所述配电设备的电负荷预测设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述配电设备
的电负荷预测方法的程序，所述配电设备的电负荷预测方法的程序被处理器执行时可实现如上述的配电设备的电负荷预测方法的步骤。
[0035]本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现配电设备的电负荷预测方法的程序，所述配电设备的电负荷预测方法的程序被处理器执行时实现如上述的配电设备的电负荷预测方法的步骤。
[0036]本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的配电设备的电负荷预测方法的步骤。
[0037]本申请提供了一种配电设备的电负荷预测方法、装置、设备及可读存储介质，本申请首先获取配电设备的电负荷历史数据和各耗电区域对应的电负荷需求历史数据，其中，所述配电设备用于向所述耗电区域配电，进而基于所述电负荷历史数据和所述电负荷需求历史数据进行构建电负荷特征数据；根据预设电负荷预测模型和电负荷特征数据，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果；通过对所述电负荷需求预测结果进行模型解释，确定所述电负荷需求预测结果对应的超负荷特征，实现了以模型解释的方式，确定配电设备存在超负荷风险的原因，进而根据所述超负荷特征在所述配电设备与所述耗电区域中确定潜在风险因素，克服了相关技术中配电设备的智能度较低的技术缺陷，提高了配电设备的智能度，能够提前规避超负荷风险。
附图说明
[0038]此处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电设备的电负荷预测方法，其特征在于，所述配电设备的电负荷预测方法包括：获取配电设备的电负荷历史数据和耗电区域的电负荷需求历史数据，其中，所述配电设备用于向所述耗电区域配电；根据预设电负荷预测模型和电负荷特征数据，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果；其中，所述电负荷特征数据基于所述电负荷历史数据和所述电负荷需求历史数据进行构建得到；通过对所述电负荷需求预测结果进行模型解释，确定所述电负荷需求预测结果对应的超负荷特征；根据所述超负荷特征在所述配电设备与所述耗电区域中确定潜在风险因素。2.如权利要求1所述配电设备的电负荷预测方法，其特征在于，所述电负荷特征数据包括配电特征矩阵，所述根据预设电负荷预测模型和电负荷特征数据，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果的步骤，包括：基于所述电负荷历史数据和所述电负荷需求历史数据，构建所述配电特征矩阵；通过所述预设电负荷预测模型将所述配电特征矩阵映射为超负荷概率，预测所述耗电区域在下一时间步的电负荷需求，得到电负荷需求预测结果。3.如权利要求2所述配电设备的电负荷预测方法，其特征在于，所述电负荷历史数据包括电负荷表示矩阵，所述电负荷需求历史数据包括电负荷需求表示矩阵，所述基于所述电负荷历史数据和所述电负荷需求历史数据，构建所述配电特征矩阵的步骤，包括：生成所述配电设备对应的配电标签以及所述耗电区域对应的需求标签；将所述电负荷表示矩阵、所述电负荷需求表示矩阵、所述配电设备标签和所述需求标签拼接为所述配电特征矩阵。4.如权利要求3所述配电设备的电负荷预测方法，其特征在于，所述生成所述配电设备对应的配电标签的步骤，包括：获取配电设备对应的配电设备类型、对应的当地气象信息以及对应的最大配电功率；根据所述配电设备类型、所述当地气象信息与所述最大配电功率，为所述配电设备动态匹配对应的配电标签。5.如权利要求3所述配电设备的电负荷预测方法，其特征在于，所述生成所述耗电区域对应的需求标签的步骤，包括：获取所述耗电区域对应的经纬度信息、对应的季节信息以及对应的用电类型信息；根据所述经纬度信息、所述季节信息以及所述用电类型信息，为所述耗电区域动态匹配对应的需求标签。6.如权利要求1所述配电设备的电负荷预测方法，其特征在于，所述通过对所述电负荷需求预测结果进行模型解释，确定所述电负荷需求预测结果对应的超负荷特征的步骤，包括：若所...

【专利技术属性】
技术研发人员：王松涛，李胜南，
申请(专利权)人：浙江卓松电气有限公司，
类型：发明
国别省市：