一种基于物联采集边缘计算的电量预测系统技术方案

本发明专利技术提出了一种基于物联采集边缘计算的电量预测系统，所述电量预测系统包括对应电力用户的用电设备数量部署的数据采集设备、对应电力用户数量部署的一级边缘计算设备，以及与各个一级边缘计算设备通信的二级边缘计算设备、与二级边缘计算设备通信的业务总站；数据采集设备用于获取用电设备的历史用电特征数据；一级边缘计算设备用于根据历史用电特征数据计算电力用户电量走势的初预测结果，并对初预测结果进行分类；二级边缘计算设备用于基于分类结果结合历史用电特征数据输出电量综合预测结果。本发明专利技术利用物联网边缘计算的本地数据处理能力，针对不同类型调用对应的预测模型，提高了对不同类型用户进行电量预测的效率。率。率。

【技术实现步骤摘要】
一种基于物联采集边缘计算的电量预测系统


[0001]本专利技术属于用户终端电量预测领域，尤其涉及一种基于物联采集边缘计算的电量预测系统。

技术介绍

[0002]各用电主体为了提高运行效益，通常需要对社会面上各个用电用户进行电量预测。随着社会生产力的快速发展，以及以新能源为主的用电终端的广泛应用，其计算量大大增加。为了提高用户电量相关数据的计算速度，物联网边缘计算技术在用电终端的电量预测领域得到广泛运用。物联网边缘计算是一种部署在近场侧的高可用的软硬一体产品，通过平台化的网络、计算、存储和应用解决方案，为系统提供响应速度更快、带宽成本更低的计算环境，能够在用户侧基于物联网边缘计算技术，提高电量预测的效率。
[0003]然而用电主体中的用户类型多样，导致用电习惯的差异性较大，因此在现有方法中，物联网边缘计算设备在针对不同类型的用户可能需要不断训练预测算法的相关参数，以满足预测精度，不仅对边缘计算的能力提出了更高的要求，也降低了预测效率。

技术实现思路

[0004]为了解决现有技术中存在的缺点和不足，本专利技术提出了一种基于物联采集边缘计算的电量预测系统，所述电量预测系统包括对应用户的用电设备数量部署的数据采集设备、对应用户数量部署的一级边缘计算设备，以及与各个一级边缘计算设备通信的二级边缘计算设备、与二级边缘计算设备通信的业务总站；所述数据采集设备用于获取各个用电设备的历史用电特征数据；所述一级边缘计算设备用于根据历史用电特征数据计算每个用户电量走势的初预测结果，并对初预测结果进行分类；所述二级边缘计算设备用于基于分类结果结合历史用电特征数据输出对各类用户的电量综合预测结果；所述业务总站用于对所有用户的电量综合预测结果进行汇总。
[0005]可选的，在所述电量预测系统中，同属一个用户的用电设备对应的数据采集设备与同一个一级边缘计算设备建立通信连接；同属一个用电主体的用户对应的一级边缘计算设备与同一个二级边缘计算设备建立通信连接。
[0006]可选的，所述数据采集设备包括计量模块、数据清洗模块以及数据预处理模块；所述计量模块用于采集用电设备的历史用电数据，所述历史用电数据包括历史日间电量、历史夜间电量、日间运行环境、夜间运行环境、用电日期类型以及峰谷电价；所述数据清洗模块用于筛除历史用电数据中的异常值与缺失值；所述数据预处理模块用于对筛除的异常值与缺失值进行数值填补，以及将填补后的历史用电数据归一化处理为历史用电特征数据。
[0007]可选的，所述一级边缘计算设备包括基于线性回归模型建立的初预测模块，以及基于随机森林回归模型建立的分类模块；所述初预测模块用于根据历史用电特征数据，对用户在未来时序的电量进行预
测，生成预测结果的时序曲线图作为电量走势的初预测结果；所述分类模块用于提取初预测结果的时序特征，根据时序特征识别用户的类型。
[0008]可选的，所述用户的类型包括工厂、企业、公共设施以及居民。
[0009]可选的，所述二级边缘计算设备中部署了基于LSTM神经网络模型构建的综合预测模块；所述综合预测模块用于根据用户的不同类型调用不同网络参数的LSTM神经网络模型，将不同类型对应的历史用电特征数据输入调用的LSTM神经网络模型中，得到电量综合预测结果。
[0010]可选的，所述综合预测模块为基于kubernetes构建的容器云平台，所述不同网络参数的LSTM神经网络模型基于容器技术部署在综合预测模块中。
[0011]可选的，所述业务总站还用于根据电量预测结果，对异常的用电行为进行告警。
[0012]本专利技术提供的技术方案带来的有益效果是：(1)利用物联网边缘计算的本地数据处理能力，针对用户的不同用电习惯预先分类，再针对不同类型分别调用对应的预测模型，提高了对不同类型用户进行电量预测的效率。
[0013](2)在物联网边缘计算设备中，基于容器技术部署多个针对不同类型的预测模型，从而充分利用了本地边缘计算资源，并能够针对用户的类型灵活加载对应的预测算法。
附图说明
[0014]为了更清楚地说明本专利技术的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术实施例提出的一种基于物联采集边缘计算的电量预测系统的架构图。
具体实施方式
[0016]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
[0018]应当理解，在本专利技术的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本专利技术实施例的实施过程构成任何限定。
[0019]应当理解，在本专利技术中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地
列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0020]应当理解，在本专利技术中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
[0021]应当理解，在本专利技术中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
[0022]取决于语境，如在此所使用的“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。
[0023]下面以具体地实施例对本专利技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
[0024本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联采集边缘计算的电量预测系统，其特征在于，所述电量预测系统包括对应用户的用电设备数量部署的数据采集设备、对应用户数量部署的一级边缘计算设备，以及与各个一级边缘计算设备通信的二级边缘计算设备、与二级边缘计算设备通信的业务总站；所述数据采集设备用于获取各个用电设备的历史用电特征数据；所述一级边缘计算设备用于根据历史用电特征数据计算每个用户电量走势的初预测结果，并对初预测结果进行分类；所述二级边缘计算设备用于基于分类结果结合历史用电特征数据输出对各类用户的电量综合预测结果；所述业务总站用于对所有用户的电量综合预测结果进行汇总。2.根据权利要求1所述的一种基于物联采集边缘计算的电量预测系统，其特征在于，在所述电量预测系统中，同属一个用户的用电设备对应的数据采集设备与同一个一级边缘计算设备建立通信连接；同属一个用电主体的用户对应的一级边缘计算设备与同一个二级边缘设备建立通信连接。3.根据权利要求1所述的一种基于物联采集边缘计算的电量预测系统，其特征在于，所述数据采集设备包括计量模块、数据清洗模块以及数据预处理模块；所述计量模块用于采集用电设备的历史用电数据，所述历史用电数据包括历史日间电量、历史夜间电量、日间运行环境、夜间运行环境、用电日期类型以及峰谷电价；所述数据清洗模块用于筛除历史用电数据中的异常值与缺失值；所述数据预处理模块用于对筛除的异常值与缺失值进行数值填补，以及将填补后的...

【专利技术属性】
技术研发人员：陆沈雄，陈茂锐，陈思，徐志强，俞立，陈燎原，董栋，王健，潘月，童剑，李堃，袁琪，孙晓超，刘双宇，吴波，柴华明，卢菲菲，赵蜜，张云鹏，林坊辉，卢翔华，
申请(专利权)人：浙江华云信息科技有限公司，
类型：发明
国别省市：