一种用电客户短期负荷需求预测方法及装置制造方法及图纸

本发明专利技术提供了一种用电客户短期负荷需求预测方法，通过对采集到的每个用电客户的历史日负荷曲线数据按照日期进行聚类，然后对聚类得到的日期群体建立每个时刻点的负荷预测模型，最后查找与待测日期匹配的历史相似日，根据所述历史相似日所属日期群体的负荷预测模型得到所述待测日期的负荷预测结果。本方案利用并行计算框架，能够同时对海量用电客户的用电负荷需求进行预测，满足海量数据分析的速度及预测精度需求。

【技术实现步骤摘要】
201610339069

【技术保护点】
一种用电客户短期负荷需求预测方法，其特征在于，包括：对采集到的每个用电客户的历史日负荷曲线数据按照日期进行聚类；对聚类得到的日期群体建立每个时刻点的负荷预测模型；查找与待测日期匹配的历史相似日，根据所述历史相似日所属日期群体的负荷预测模型得到所述待测日期的负荷预测结果。

【技术特征摘要】
1.一种用电客户短期负荷需求预测方法，其特征在于，包括：对采集到的每个用电客户的历史日负荷曲线数据按照日期进行聚类；对聚类得到的日期群体建立每个时刻点的负荷预测模型；查找与待测日期匹配的历史相似日，根据所述历史相似日所属日期群体的负荷预测模型得到所述待测日期的负荷预测结果。2.根据权利要求1所述的用电客户短期负荷需求预测方法，其特征在于，所述对采集到的每个用电客户的历史日负荷曲线数据按照日期进行聚类，包括：根据K-Means算法分别对每个所述用电客户在不同日期下的逐点负荷曲线进行聚类，获得每个所述逐点负荷曲线在不同日期下的分群Dij(i＝1,…,n,j＝1,…,ki)，n为用电客户的数量，ki为用电客户i的聚类数量；相应的，所述建立每个时刻点的负荷预测模型，包括：根据ELM算法，对每个所述分群Dij建立每个时刻点的负荷预测模型，所述负荷预测模型的输入为温度、日期以及临近日期的负荷，所述负荷预测模型的输出为待测日期以及待测时刻的负荷值。3.根据权利要求1所述的用电客户短期负荷需求预测方法，其特征在于，所述查找与待测日期匹配的历史相似日，根据所述历史相似日所属日期群体的负荷预测模型得到所述待测日期的负荷预测结果，包括：根据DTW算法，对待测日期进行历史日期匹配，根据所述历史日期的负荷预测模型对所述待测日期的负荷进行逐点预测，得到每个时刻点的负荷值。4.根据权利要求2所述的用电客户短期负荷需求预测方法，其特征在于，所述根据K-Means算法分别对每个所述用电客户在不同日期下的逐点负荷曲线进行聚类，包括：生成n个聚类中心点，将所述历史负荷曲线数据分成m个数据块；根据每个所述数据块对应的map函数，计算得到每个所述数据块中负荷曲线的类别；存储所述数据块中负荷曲线的类别。5.根据权利要求4所述的用电客户短期负荷需求预测方法，其特征在于，所述根据每个所述数据块对应的map函数，计算得到每个所述数据块中...

【专利技术属性】
技术研发人员：刘建，赵加奎，李宏发，黄秋岑，刘芳，刘玉玺，方红旺，欧阳红，郝庆利，卢耀宗，程华福，
申请(专利权)人：北京中电普华信息技术有限公司，国网福建省电力有限公司，国网信息通信产业集团有限公司，国家电网公司，
类型：发明
国别省市：北京;11