System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力用电量监测,尤其涉及一种用电量需求智能精确计算预测方法及相关装置。
技术介绍
1、现有的电费差错核算主要通过人工核算,具有以下问题:营销稽查发现量价费差错问题后,需要被稽查单位反复通过现场、营销系统、计量自动化系统等取证后再人工进行计算,核定周期长,耗费人工较大。传统的人工取数计算容易出现错误,同时因转岗、新上岗的人员技能水平不足,对于计量差错、基本电费、功率因素等涉及退补的核算工作存在不掌握不熟悉的问题。在现有的发现问题闭环管控机制中未能高效的统计出涉及用电量预测的数据,工作效率不高,统计数据仍有较大的误差。即不能对用电量的需求量进行精确预测,造成电能过度浪费。
技术实现思路
1、为了克服现有技术的不足,本专利技术提供了一种用电量需求智能精确计算预测方法及相关装置,实现了对用电量的需求量进行精确预测,大大保证了电能的充分利用。
2、为了实现上述专利技术目的,本专利技术采用以下技术方案:
3、本申请第一方面提供了一种用电量需求智能精确计算预测方法,包括以下步骤:
4、s101、基于用电量历史数据信息构建用电量预测计价模型;
5、s102、基于用电量预测计价模型对实时用户数据信息进行用电量预测处理;
6、s103、基于用电量预测计价模型对用电量预测处理结果进行电费预测计量处理;
7、s104、基于用电量预测计价模型对用电量预测处理结果和电费预测计量处理结果生成电量预测报告。
8、进一
9、进一步的,用电量计价模型包括电费计算模块、负荷预测模块和售电量预测模块。
10、进一步的,基于用电量历史数据信息构建用电量预测计价模型包括以下步骤:
11、基于历史用电量数据和历史电价计费数据,对用电量计价模型的电费计算模块进行电费计算训练;
12、基于历史用电量数据和历史负荷数据,用电量计价模型的负荷预测模块进行负荷预测训练;
13、基于历史用电量数据、历史负荷数据和历史电价计费数据,对电量计价模型的售电量预测模块进行售电量预测训练;
14、若电费计算训练结果、负荷预测训练结果和售电量预测训练结果,存在一个及以上的训练结果与验证结果不相同,则重新进行训练;
15、若电费计算训练结果、负荷预测训练结果和售电量预测训练结果,皆与验证结果相同,则完成训练。
16、进一步的,实时用户数据信息包括用户账户数据、用电量数据、负荷类型数据和电价计量参数数据。
17、进一步的,基于用电量预测计价模型对实时用户数据信息进行用电量预测处理包括以下步骤:
18、对实时用户数据信息进行特征提取处理,得到用户账户特征数据、用电量特征数据和负荷类型特征数据;
19、基于用电量预测计价模型对用户账户特征数据、用电量特征数据和负荷类型特征数据进行用电量预测处理,得到用电量预测处理结果。
20、进一步的,基于用电量预测计价模型对用电量预测处理结果进行电费预测计量处理包括以下步骤:
21、对实时用户数据信息进行特征提取处理,得到电价计量参数特征数据;
22、基于用电量预测计价模型调用电价计量参数特征数据,对用电量预测处理结果进行电费预测计量处理,得到电费预测计量处理结果。
23、本申请第二方面提供了一种用电量需求智能精确计算预测系统,包括:
24、模型构建单元,用于基于用电量历史数据信息构建用电量预测计价模型;
25、第一处理单元,用于基于用电量预测计价模型对实时用户数据信息进行用电量预测处理;
26、第二处理单元,用于基于用电量预测计价模型对用电量预测处理结果进行电费预测计量处理;
27、报告生成单元,用于基于用电量预测计价模型对用电量预测处理结果和电费预测计量处理结果生成电量预测报告。
28、本申请第三方面提供了一种用电量需求智能精确计算预测设备,包括处理器以及存储器:
29、存储器用于存储程序代码,并将程序代码传输给处理器;
30、处理器用于根据程序代码中的指令执行上述方法的用电量需求智能精确计算预测方法。
31、本申请第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面所述的用电量需求智能精确计算预测方法。
32、本申请的有益效果:实现了对用电量的需求量进行精确预测,大大保证了电能的充分利用。
33、实现了通过根据用电量历史数据信息构建用电量预测计价模型,基于用电量预测计价模型对实时用户数据信息进行用电量预测处理,得到用电量预测处理结果,通过用电量预测计价模型对用电量预测处理结果进行电费预测计量处理,并基于用电量预测计价模型对用电量预测处理结果和电费预测计量处理结果生成电量预测报告,实现了对用电量的需求量进行精确预测。
本文档来自技高网...【技术保护点】
1.一种用电量需求智能精确计算预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述基于用电量历史数据信息构建用电量预测计价模型包括以下步骤:
3.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述基于用电量预测计价模型对实时用户数据信息进行用电量预测处理包括以下步骤:
4.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述基于用电量预测计价模型对用电量预测处理结果进行电费预测计量处理包括以下步骤:
5.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述用电量历史数据信息包括历史用电量数据、历史负荷数据和历史电价计费数据。
6.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述用电量计价模型包括电费计算模块、负荷预测模块和售电量预测模块。
7.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述实时用户数据信息包括用户账户数据、用电量数据、负荷类型数据和电价计量参数数
8.一种用电量需求智能精确计算预测系统,用于实现权利要求1-7任意一项所述的用电量需求智能精确计算预测方法,其特征在于,包括:
9.一种用电量需求智能精确计算预测设备,其特征在于,包括处理器以及存储器:
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用于存储程序代码,所述程序代码用于执行权利要求1-7任一项所述的用电量需求智能精确计算预测方法。
...【技术特征摘要】
1.一种用电量需求智能精确计算预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述基于用电量历史数据信息构建用电量预测计价模型包括以下步骤:
3.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述基于用电量预测计价模型对实时用户数据信息进行用电量预测处理包括以下步骤:
4.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述基于用电量预测计价模型对用电量预测处理结果进行电费预测计量处理包括以下步骤:
5.根据权利要求1所述的用电量需求智能精确计算预测方法,其特征在于,所述用电量历史数据信息包括历史用电量数据、历史负荷数据和历史电价计费数据。
...
【专利技术属性】
技术研发人员:甘创文,马丽平,莫经东,卢罗奇,曾鑫,陈君鹏,潘毅,黄健秋,江欢,
申请(专利权)人:广西电网有限责任公司来宾供电局,
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。