【技术实现步骤摘要】
配电网的电力负荷的预测方法、装置、设备及存储介质
[0001]本专利技术涉及电网的
,尤其涉及一种配电网的电力负荷的预测方法
、
装置
、
设备及存储介质
。
技术介绍
[0002]分布式智能电网是跨越不同管理边界
、
不同产权边界的各类配电网或者微电网,以信息流
、
电流
、
控制流三流合一的方式,将微电网或者各类可调度的分布式电力资源进行汇聚,实现逻辑上的分布式
。
[0003]分布式不仅仅是空间上的分布,更重要的是在逻辑上的分布和聚合,产生出系统层面的更大价值,通过聚合海量分散的用户,产生
UGC(User
‑
generatedcontent
,用户生成的内容
)。
[0004]目前,对分布式的智能配电网的日常管理包括适应数据模型预测电力负荷,以便进行电力调度和发展规划,在整个配电网的数据收集容易出现偏差时,影响到数据模型的性能,导致预测电力负荷的准确度偏低,影响分布式的智能配电网的安全运行
。
技术实现思路
[0005]本专利技术提供了一种配电网的电力负荷的预测方法
、
装置
、
设备及存储介质,以解决如何提高预测电力负荷的准确度,保障配电网的安全运行的问题
。
[0006]根据本专利技术的一方面,提供了一种配电网的电力负荷的预测方法,包括:
[0007]查询配电网在历史上 ...
【技术保护点】
【技术特征摘要】
1.
一种配电网的电力负荷的预测方法,其特征在于,包括:查询配电网在历史上记录的第一总电力负荷数据;对所述配电网管辖下的各个地区预测在未来承担的子电力负荷数据;将所有所述子电力负荷数据合并为所述配电网在未来承担的第二总电力负荷数据;依据所述第一总电力负荷数据与所述第二总电力负荷数据训练第一预测模型;将当前所述第一总电力负荷数据输入所述第一预测模型中进行处理,以预测所述配电网在未来承担的第三总电力负荷数据
。2.
根据权利要求1所述的方法,其特征在于,还包括:加载对所述配电网设置的第二预测模型,训练所述第一预测模型的方式与训练所述第二预测模型的方式不同;将当前所述第一总电力负荷数据输入所述第二预测模型中进行处理,以预测所述配电网在未来承担的第四总电力负荷数据;计算所述第三总电力负荷数据与所述第四总电力负荷数据之间的差异,作为负荷偏差值;若所述负荷偏差值大于预设的阈值,则确定所述子电力负荷数据发生错误,返回执行所述对所述配电网管辖下的各个地区预测在未来承担的子电力负荷数据
。3.
根据权利要求1所述的方法,其特征在于,所述对所述配电网管辖下的各个地区预测在未来承担的子电力负荷数据,包括:针对所述配电网管辖下的各个地区,加载对所述地区设置的第三预测模型;在所述地区采集与电力相关的多个特征信息;将多个所述特征信息输入所述第三预测模型中进行处理,以预测所述地区在未来承担的子电力负荷数据
。4.
根据权利要求3所述的方法,其特征在于,所述特征信息包括天气信息,所述对所述配电网管辖下的各个地区预测在未来承担的子电力负荷数据,还包括:采集所述地区在未来实际承担的实际电力负荷数据;计算所述子电力负荷数据相对于所述实际电力负荷数据的波动幅度;按照出现概率对所述天气信息设置级别;依据所述级别与所述波动幅度检测所述第三预测模型执行的有效性
。5.
根据权利要求4所述的方法,其特征在于,所述依据所述级别与所述波动幅度检测所述第三预测模型执行的有效性,包括:若所述级别为第一级别
、
且所述波动幅度在第一波动范围内,则确定所述第三预测模型有效;若所述级别为第...
【专利技术属性】
技术研发人员:谢易达,郑恒锴,彭植基,廖晓义,汪泽峰,马晓泽,陈润,陈癸棠,黄润辉,
申请(专利权)人:广东电网有限责任公司汕头供电局,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。