【技术实现步骤摘要】
本专利技术涉及电力负荷分析与预测，特别是一种多因素影响的全周期电力负荷分析与预测系统。
技术介绍
1、负荷预测在电力系统中至关重要，对许多部门都有着重要影响。例如，制定电力系统发展规划离不开中长期负荷预测，制定日前发电计划是以短期负荷预测的日负荷曲线为基础。负荷预测涉及了电力系统多个方面，如系统的规划和设计、系统的经济安全运行、电力市场交易等，随着电力系统架构逐年增长，信息量逐年增多，负荷预测的难度也越来越大，是电网运行和管理中的一个重要研究领域。
2、目前的电力负荷分析与预测系统仅通过预测分析算法对短期数据作为预测分析的基础，导致预测结果不能自动优化，致使误差较大。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点，提供一种多因素影响的全周期电力负荷分析与预测系统。
2、本专利技术的目的通过以下技术方案来实现：一种多因素影响的全周期电力负荷分析与预测系统，包括数据库、算法模块、数据管理模块、数据采集模块、负荷分析模块、负荷预测模块、预测偏差比对模块以及偏差分析模块，所述数据库储存当地初始用电数据，所述用电数据包括初始用电负荷，所述初始用电负荷绑定用电负荷产生时间，所述算法模块储存储存不少于两种分析预测算法，并提供算法调用支持，所述数据管理模块提取数据库用电数据，将用电负荷按用电周期进行整理，所述负荷分析模块调用算法模块分析算法对数据管理模块的数据进行分析。
3、优选的，所述数据采集模块实时监控未来用电负荷数据，所述数据采集间隔最低为每小
4、优选的，所述数据管理模块的输入端与数据库的输出端进行数据连接，所述数据管理模块调取数据库中的以每天每小时为单位的用电负荷数据，并将以每天每小时为单位的用电负荷数据进行分类整理，将一天中每小时的用电负荷整合为一天的用电负荷，将每周七天的用电负荷整合为周用电负荷，又将整月每天的用电负荷整合为月用电负荷，以此类推至整年用电负荷，所述数据管理模块将负荷产生的天气情况与负荷数据进行绑定。
5、优选的，所述负荷分析模块根据数据管理模块整合的用电负荷数据对未来用电负荷进行分析，通过当前小时的用电负荷分析下一小时的用电负荷，通过当天的用电负荷分析下一天的用电负荷，通过当下整周的用电负荷分析下周的用电负荷，通过当下整月的用电负荷数据分析下月的用电数据，以此类推对年负荷进行分析，所述负荷分析模块对未来用电负荷的分析加入负荷产生时天气状况的分析因子。
6、优选的，所述负荷预测模块提取负荷分析模块的分析结果，分别对未来一小时、一天、一周、一月以及一年的用电负荷进行分析，所述负荷预测模块的预测算法从算法模块调取，所述负荷预测模块结合未来天气预报信息对未来用电负荷进行预测。
7、优选的，所述预测偏差比对模块收录负荷预测模块所预测的未来负荷，并收录未来每小时、每天、每周、每月以及每年的实际用电负荷，所述预测偏差比对模块对未来每小时、每天、每周、每月以及每年的实际用电负荷和预测值进行比对，得出预测偏差。
8、优选的，所述偏差分析模块通过得到的预测偏差值，对偏差因子进行分析，并将分析结果上传至负荷分析模块，所述负荷分析模块根据偏差因子对下一步分析做出修正，所述偏差分析模块将预测结果、实际结果以及偏差因素全部上传至数据库，所述数据库根据预测结果、实际结果以及偏差因素建立数学模型。
9、优选的，所述算法模块内储存有趋势外推预测法、回归模型预测方法、灰色模型预测方法以及人工神经网络预测法，所述算法模块为负荷分析模块以及负荷预测模块提供算法支持。
10、本专利技术具有以下优点：
11、该一种多因素影响的全周期电力负荷分析与预测系统，通过设置了数据库、算法模块、数据管理模块、数据采集模块、负荷分析模块、负荷预测模块、预测偏差比对模块以及偏差分析模块，数据库储存当地初始用电数据，用电数据包括初始用电负荷，初始用电负荷绑定用电负荷产生时间，算法模块储存储存不少于两种分析预测算法，并提供算法调用支持，数据管理模块提取数据库用电数据，将用电负荷按用电周期进行整理，负荷分析模块调用算法模块分析算法对数据管理模块的数据进行分析，且负荷分析模块根据数据管理模块整合的用电负荷数据对未来用电负荷进行分析，通过当前小时的用电负荷分析下一小时的用电负荷，通过当天的用电负荷分析下一天的用电负荷，通过当下整周的用电负荷分析下周的用电负荷，通过当下整月的用电负荷数据分析下月的用电数据，以此类推对年负荷进行分析，负荷分析模块对未来用电负荷的分析加入负荷产生时天气状况的分析因子，负荷预测模块提取负荷分析模块的分析结果，分别对未来一小时、一天、一周、一月以及一年的用电负荷进行分析，负荷预测模块的预测算法从算法模块调取，负荷预测模块结合未来天气预报信息对未来用电负荷进行预测，预测偏差比对模块收录负荷预测模块所预测的未来负荷，并收录未来每小时、每天、每周、每月以及每年的实际用电负荷，预测偏差比对模块对未来每小时、每天、每周、每月以及每年的实际用电负荷和预测值进行比对，得出预测偏差，偏差分析模块通过得到的预测偏差值，对偏差因子进行分析，并将分析结果上传至负荷分析模块，负荷分析模块根据偏差因子对下一步分析做出修正，偏差分析模块将预测结果、实际结果以及偏差因素全部上传至数据库，数据库根据预测结果、实际结果以及偏差因素建立数学模型，能够使分析预测周期由小时逐步扩大到年，并通过预测偏差分析，自我纠正，从而最小的小时周期逐渐向大的周期纠正，并建立数学模型，为以后预测提供数据预测数据支持，通过自我的不断完善，从而大大提高对较长周期用电负荷预测的准确性，为电网运行管理提高有效支持。
本文档来自技高网...【技术保护点】
1.一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：包括数据库、算法模块、数据管理模块、数据采集模块、负荷分析模块、负荷预测模块、预测偏差比对模块以及偏差分析模块，所述数据库储存当地初始用电数据，所述用电数据包括初始用电负荷，所述初始用电负荷绑定用电负荷产生时间，所述算法模块储存储存不少于两种分析预测算法，并提供算法调用支持，所述数据管理模块提取数据库用电数据，将用电负荷按用电周期进行整理，所述负荷分析模块调用算法模块分析算法对数据管理模块的数据进行分析。
2.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述数据采集模块实时监控未来用电负荷数据，所述数据采集间隔最低为每小时一次，所述数据采集模块的数据输出端与数据库的数据输入端进行数据连接，所述数据库中用电负荷数据为每日每小时的用电负荷数据，所述数据采集模块同时采集用电负荷产生当天的天气情况，所述数据采集模块同时采集未来天气信息。
3.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述数据管理模块的输入端与数据库的输出端进行数据连接
4.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述负荷分析模块根据数据管理模块整合的用电负荷数据对未来用电负荷进行分析，通过当前小时的用电负荷分析下一小时的用电负荷，通过当天的用电负荷分析下一天的用电负荷，通过当下整周的用电负荷分析下周的用电负荷，通过当下整月的用电负荷数据分析下月的用电数据，以此类推对年负荷进行分析，所述负荷分析模块对未来用电负荷的分析加入负荷产生时天气状况的分析因子。
5.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述负荷预测模块提取负荷分析模块的分析结果，分别对未来一小时、一天、一周、一月以及一年的用电负荷进行分析，所述负荷预测模块的预测算法从算法模块调取，所述负荷预测模块结合未来天气预报信息对未来用电负荷进行预测。
6.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述预测偏差比对模块收录负荷预测模块所预测的未来负荷，并收录未来每小时、每天、每周、每月以及每年的实际用电负荷，所述预测偏差比对模块对未来每小时、每天、每周、每月以及每年的实际用电负荷和预测值进行比对，得出预测偏差。
7.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述偏差分析模块通过得到的预测偏差值，对偏差因子进行分析，并将分析结果上传至负荷分析模块，所述负荷分析模块根据偏差因子对下一步分析做出修正，所述偏差分析模块将预测结果、实际结果以及偏差因素全部上传至数据库，所述数据库根据预测结果、实际结果以及偏差因素建立数学模型。
8.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述算法模块内储存有趋势外推预测法、回归模型预测方法、灰色模型预测方法以及人工神经网络预测法，所述算法模块为负荷分析模块以及负荷预测模块提供算法支持。
...【技术特征摘要】
1.一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：包括数据库、算法模块、数据管理模块、数据采集模块、负荷分析模块、负荷预测模块、预测偏差比对模块以及偏差分析模块，所述数据库储存当地初始用电数据，所述用电数据包括初始用电负荷，所述初始用电负荷绑定用电负荷产生时间，所述算法模块储存储存不少于两种分析预测算法，并提供算法调用支持，所述数据管理模块提取数据库用电数据，将用电负荷按用电周期进行整理，所述负荷分析模块调用算法模块分析算法对数据管理模块的数据进行分析。
2.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述数据采集模块实时监控未来用电负荷数据，所述数据采集间隔最低为每小时一次，所述数据采集模块的数据输出端与数据库的数据输入端进行数据连接，所述数据库中用电负荷数据为每日每小时的用电负荷数据，所述数据采集模块同时采集用电负荷产生当天的天气情况，所述数据采集模块同时采集未来天气信息。
3.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述数据管理模块的输入端与数据库的输出端进行数据连接，所述数据管理模块调取数据库中的以每天每小时为单位的用电负荷数据，并将以每天每小时为单位的用电负荷数据进行分类整理，将一天中每小时的用电负荷整合为一天的用电负荷，将每周七天的用电负荷整合为周用电负荷，又将整月每天的用电负荷整合为月用电负荷，以此类推至整年用电负荷，所述数据管理模块将负荷产生的天气情况与负荷数据进行绑定。
4.根据权利要求1所述的一种多因素影响的全周期电力负荷分析与预测系统，其特征在于：所述负荷分析模块根据数据管理模块整合的用电负荷数据对未来用电负荷进行分析，通过...
【专利技术属性】
技术研发人员：王子强，袁泉，张蔷，马骞，毛田，
申请(专利权)人：中国南方电网有限责任公司，
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。