【技术实现步骤摘要】
本专利技术涉及电网应用，尤其涉及一种用电负荷优化的方法、装置、设备及存储介质。
技术介绍
1、用电负荷是电能用户的用电设备在某一时刻向电力系统取用的电功率的总和，当用电负荷较大时，则说明该电能用户的用电设备取用电力系统的电功率较大，以使得在用电高峰期时，特别是企业用电用户，容易导致某一电能用户所取用的电功率占比较大，从而导致电力线路奔溃及停电的问题。
2、目前，对用户的用电负荷进行优化的方法，主要是通过智能算法来实现对企业用户制定用电负荷优化策略，而其主要是将企业用户作为一个用电整体来实现该企业用户的用电负荷优化，但由于企业中存在有不同电功率生产设备以及其他设备，而将整个企业用电作为用电负荷策略的优化，容易导致企业实际的生产效率较低，影响企业正常的生产活动，因此上述用电负荷优化的方法存在一定的局限性，无法准确且可靠地实现企业用户的用电负荷优化，导致优化效率低下、优化策略执行复杂、难以进行实际应用，从而无法使得企业用户能够得到准确、高效及可靠地实现用电负荷的优化。
3、因此，目前亟需一种能够提高用电负荷优化的准确性、可靠性以及效率的方法。
技术实现思路
1、本专利技术提供了一种用电负荷优化的方法、装置、设备及存储介质，以解决现有技术中无法准确且可靠地实现企业用户的用电负荷优化，以及优化效率低下、优化策略执行复杂、难以进行实际应用的技术问题。
2、为了解决上述技术问题，本专利技术实施例提供了一种用电负荷优化的方法，包括：
3、获取企业用户
4、获取企业用户在预设时间段内总用电负荷的实时数据，并根据所述实时数据构建出用电负荷预测模型，进而通过所述用电负荷预测模型计算得到未来一段时间内的第一用电预测结果；
5、获取企业用户在预设时间段内各用电设备的用电负荷的历史数据，并根据所述历史数据依次构建出各个用电设备预测模型，进而依次通过各用电设备预测模型，计算得到未来一段时间内各用电设备对应的第二用电负荷预测量；其中，每一个用电设备均存在有一个第二用电负荷预测量；
6、根据所述设备拓扑图对所述第一用电预测结果进行分解，从而得到各用电设备之间的第一用电负荷预测量，并通过对各用电设备之间的第一用电负荷预测量和第二用电负荷预测量，得到预测量差值；其中，每一个用电设备均分解得到一个对应的第一用电负荷预测量；
7、根据每个用电设备对应的预测量差值，结合预设目标产出需求，得到各个用电设备的目标执行量，并根据所述目标执行量制定所有用电设备的优化策略，进而基于所述优化策略对所述企业内用户的所有用电设备分别进行用电负荷的优化。
8、作为优选方案，所述获取企业用户中的所有用电设备及其运行参数，并根据各用电设备之间的联动关系，构建出所述用电设备之间的设备拓扑图，具体为：
9、获取企业用户中所有用电设备及其运行参数，根据各用电设备的运行参数，分别将所述用电设备划分为生产端设备和管理端设备；
10、根据所述生产端设备之间的联动关系，得到各生产端设备之间的边关系，并将所述生产端设备作为节点，构建生产端设备拓扑图；
11、在所述生产端设备拓扑图中添加所述管理端设备的节点，并根据所述管理端设备与所述生产端设备之间的连接关系，将所述管理端设备的节点与所述生产端设备进行边连接，从而构建出所述用电设备之间的设备拓扑图。
12、作为优选方案，所述获取企业用户在预设时间段内总用电负荷的实时数据，并根据所述实时数据构建出用电负荷预测模型，进而通过所述用电负荷预测模型计算得到未来一段时间内的第一用电预测结果，具体为：
13、获取企业用户在预设时间段内总用电负荷的初始实时数据，并将所述初始实时数据进行数字化处理，从而根据所述初始实时数据的均值，将数字化处理的实时数据进行异常值和离群点的修正，从而得到实时数据；
14、构建初始用电负荷预测模型，将所述实时数据作为训练数据输入至所述初始用电负荷预测模型中进行模型训练，从而得到用电负荷预测模型；
15、通过所述用电负荷预测模型，对未来一段时间内的用电负荷进行预测，得到预测结果；
16、将所述预测结果与同样处于该段时间内的实时数据进行比较，从而得到预测差值；
17、当所述预测差值大于预设值时，则获取该时间段内的实际用电负荷，从而将所述预测结果与实际用电负荷进行对比，进而根据对比结果对所述用电负荷预测模型进行修正，并将修正后的用电负荷预测模型预测该时间段内的用电负荷所输出的结果，作为第一用电预测结果；
18、当所述预测差值小于预设值时，则将所述预测结果作为第一用电预测结果。
19、作为优选方案，所述获取企业用户在预设时间段内各用电设备的用电负荷的历史数据，并根据所述历史数据依次构建出各个用电设备预测模型，进而依次通过各用电设备预测模型，计算得到未来一段时间内各用电设备对应的第二用电负荷预测量，具体为：
20、获取企业用户在预设时间段内各生产端设备和各管理端设备的用电负荷的历史数据；
21、依次构建各生产端设备对应的初始第一用电设备预测模型，并将各生产端设备的用电负荷的历史数据作为其对应的初始第一用电设备预测模型的训练数据，从而训练得到各生产端设备对应的第一用电设备预测模型；其中，每一个生产端设备均有一个对应的初始第一用电设备预测模型和训练后的第一用电设备预测模型；
22、构建所有管理端设备共同的初始第二用电设备预测模型，并将所有管理端设备的用电负荷的历史数据作为初始第二用电设备预测模型的训练数据，从而训练得到所有管理端设备对应的第二用电设备预测模型；其中，所述第二用电设备预测模型对应所有的管理端设备；
23、通过所述第一用电设备预测模型，依次得到每一个生产端设备的第二用电负荷预测量，以及通过第二用电设备预测模型，得到所有管理端设备的第二用电负荷与测量；其中，每一个生产端设备均有对应的一个通过对应的第一用电设备预测模型所预测得到的第二用电负荷预测量，所有管理端设备仅有一个共同的第二用电负荷与测量。
24、作为优选方案，所述获取企业用户在预设时间段内各用电设备的用电负荷的历史数据，并根据所述历史数据依次构建出各个用电设备预测模型，进而依次通过各用电设备预测模型，计算得到未来一段时间内各用电设备对应的第二用电负荷预测量，具体为：
25、获取企业用户在预设时间段内各生产端设备和各管理端设备的用电负荷的历史数据；
26、对每一个生产端设备构建对应的初始第三用电设备预测模型，并将各生产端设备的用电负荷的历史数据作为其对应的初始第三用电设备预测模型的训练数据，从而训练得到各生产端设备对应的第三用电设备预测模型；其中，每一个生产端设备均有一个对应的初始第三用电设备预测模型和训练后的第三用电设备预测模型；
27、对每一个管理端设备构建对本文档来自技高网...
【技术保护点】
1.一种用电负荷优化的方法，其特征在于，包括：
2.如权利要求1所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户中的所有用电设备及其运行参数，并根据各用电设备之间的联动关系，构建出所述用电设备之间的设备拓扑图，具体为：
3.如权利要求2所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户在预设时间段内总用电负荷的实时数据，并根据所述实时数据构建出用电负荷预测模型，进而通过所述用电负荷预测模型计算得到未来一段时间内的第一用电预测结果，具体为：
4.如权利要求3所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户在预设时间段内各用电设备的用电负荷的历史数据，并根据所述历史数据依次构建出各个用电设备预测模型，进而依次通过各用电设备预测模型，计算得到未来一段时间内各用电设备对应的第二用电负荷预测量，具体为：
5.如权利要求3所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户在预设时间段内各用电设备的用电负荷的历史数据，并根据所述历史数据依次构建出各个用电设备预测模型，进而依次通过各用电设备预测模型，计算得到未来
6.如权利要求4或5所述的一种用电负荷优化的方法，其特征在于，所述根据所述设备拓扑图对所述第一用电预测结果进行分解，从而得到各用电设备之间的第一用电负荷预测量，具体为：
7.如权利要求6所述的一种用电负荷优化的方法，其特征在于，所述根据每个用电设备对应的预测量差值，结合预设目标产出需求，得到各个用电设备的目标执行量，并根据所述目标执行量制定所有用电设备的优化策略，具体为：
8.一种用电负荷优化的装置，其特征在于，包括：构建模块、第一预测模块、第二预测模块、预测差值模块和优化策略模块；
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的用电负荷优化的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的用电负荷优化的方法。
...【技术特征摘要】
1.一种用电负荷优化的方法，其特征在于，包括：
2.如权利要求1所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户中的所有用电设备及其运行参数，并根据各用电设备之间的联动关系，构建出所述用电设备之间的设备拓扑图，具体为：
3.如权利要求2所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户在预设时间段内总用电负荷的实时数据，并根据所述实时数据构建出用电负荷预测模型，进而通过所述用电负荷预测模型计算得到未来一段时间内的第一用电预测结果，具体为：
4.如权利要求3所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户在预设时间段内各用电设备的用电负荷的历史数据，并根据所述历史数据依次构建出各个用电设备预测模型，进而依次通过各用电设备预测模型，计算得到未来一段时间内各用电设备对应的第二用电负荷预测量，具体为：
5.如权利要求3所述的一种用电负荷优化的方法，其特征在于，所述获取企业用户在预设时间段内各用电设备的用电负荷的历史数据，并根据所述历史数据依次构建出各个用电设备预测模型，进而依次通过各用电设备预测模型，计算得到未来一段时...
【专利技术属性】
技术研发人员：章寒冰，叶吉超，黄慧，徐永海，胡鑫威，张程翔，丁宁，季奥颖，王笑棠，娄冰，汪华，陈冰恽，潘昭光，朱利锋，吴新华，
申请(专利权)人：国网浙江省电力有限公司，
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。