一种新型电力负荷数字化分析方法技术

本发明专利技术公开了一种新型电力负荷数字化分析方法，涉及电力负荷分析技术领域，将城市电力负荷按电力负荷类型进行分类；根据电力负荷类别收集历史电力负荷数据以及基础数据；将日期进行分类；根据日期类别收集电力负荷类别的历史电力负荷数据；根据每类日期的城市历史电力负荷数据计算每个日期类别中，每个电力负荷类别的比例系数；将每个电力负荷类别的历史电力负荷根据日期类型对应的比例系数进行调整，根据调整后的历史电力负荷数据以及电力负荷类别基础数据训练对应的神经网络模型；使用神经网络模型进行电力负荷数据的预测；根据预测电力负荷数据以及调整系数，计算预测的当日总电力负荷数据；解决了电力负荷类别与日期结合预测问题。预测问题。预测问题。

【技术实现步骤摘要】
一种新型电力负荷数字化分析方法


[0001]本专利技术属于电力负荷分析领域，涉及大数据分析技术，具体是一种新型电力负荷数字化分析方法。

技术介绍

[0002]城市内不同的电力用途所消耗的电量有所不同，而每一类的电力用途又根据工作日、休息日、节假日以及季节的不同有所不同；因此，在根据历史城市负荷数据以及各个电力用途的基础数据预测未来电力需求量时，需要将电力用途以及用电日期纳入计算范围；而目前现有的方案尚未完全将对电力负荷的预测与用电日期的区别进行结合；
[0003]为此，提出一种新型电力负荷数字化分析方法。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种新型电力负荷数字化分析方法，该一种新型电力负荷数字化分析方法将城市电力负荷按电力负荷类型进行分类；根据电力负荷类别收集城市历史电力负荷数据以及基础数据；将日期进行分类；根据日期类别收集对应日期下的电力负荷类别的历史电力负荷数据；根据每类日期的城市历史电力负荷数据计算出每个日期类别中，每个电力负荷类别的比例系数；将每个电力负荷类别的历史电力负荷根据日期类型对应的比例系数进行调整，根据调整后的历史电力负荷数据以及电力负荷类别基础数据训练对应的神经网络模型；使用神经网络模型进行电力负荷数据的预测；根据每个预测电力负荷数据以及每类日期的调整系数，计算预测的当日总电力负荷数据；解决了电力负荷的类别与日期结合预测问题。
[0005]为实现上述目的，根据本专利技术的第一方面的实施例提出一种新型电力负荷数字化分析方法，包括以下步骤：
[0006]步骤一：将城市电力负荷按电力负荷类型进行分类；将电力负荷类型集合标记为T；将每一个电力负荷类别标记为t；
[0007]步骤二：根据每个电力负荷类别t收集对应的城市历史电力负荷数据以及电力负荷类别的基础数据；
[0008]步骤三：根据实际经验将日期进行分类；将日期类别集合标记为D；将每个日期类别标记为d；
[0009]步骤四：根据每个日期类别d收集对应日期下的城市每个电力负荷类别的历史电力负荷数据；
[0010]步骤五：根据每类日期下的城市每个电力负荷类别的历史电力负荷数据计算出每个日期类别d中，每个电力负荷类别t的比例系数；将日期类别d的电力负荷类别t的比例系数标记为Sdt；
[0011]步骤六：将每个电力负荷类别t的历史电力负荷根据日期类型d对应的比例系数进行调整，再根据电力负荷类别t的调整后的历史电力负荷数据以及电力负荷类别基础数据
训练对应的神经网络模型；将电力负荷类别t对应的神经网络模型标记为Mt；
[0012]步骤七：对于未来某个日期中电力负荷的预测，收集当日城市各个电力负荷类别t的基础数据，并输入至电力负荷类别t对应的神经网络模型Mt中，获得预测的电力负荷数据；将电力负荷类别t对应的电力负荷数据标记为Ft；
[0013]步骤八：根据每个电力负荷类别t的预测电力负荷数据Ft以及每类日期的调整系数，计算出预测的当日总电力负荷数据；
[0014]所述电力负荷类型可以按社会用电分类，分为8类，包括：
[0015](1)农、林、牧、副、渔以及水利用电；
[0016](2)工业用电；
[0017](3)地质普查和勘测业用电；
[0018](4)建筑业用电；
[0019](5)交通运输、邮电通信业用电；
[0020](6)商业、公共饮食、物资供销和金融业用电；
[0021](7)城乡居民生活用电；
[0022](8)其他事业用电；
[0023]或根据不同产生分为：第一产业用电、第二产业用电、第三产业用电以及城乡居民生活用电；
[0024]所述历史电力负荷数据包括城市用电历史中，每一类电力负荷的每日用电量；
[0025]所述电力负荷类别的基础数据为影响每类电力负荷耗电量的用电设备数据；例如：对于城乡居民生活用电，统计城乡居民户数、每户内的人数分布以及户均用电设备的类型分布以及数量；对于工业用电，统计城市中工厂的数量、工厂的规模分布、每个规模下的工厂内用电设备的功率分布以及设备数量等；
[0026]所述日期类别可以包括春季、夏季、秋季以及冬季和工作日、周末以及节假日的全排列组合；
[0027]计算每个日期类别d中，每个电力负荷类别t的比例系数Sdt包括以下步骤：
[0028]步骤S1：将收集的历史电力负荷数据所在日期分类为对应的日期类别d；
[0029]步骤S2：统计同一个日期类别d的所有历史日期的电力负荷的数据，将该历史日期集合标记为Hd；
[0030]步骤S2：将历史日期集合Hd中的每一个日期下的电力负荷数据根据电力负荷类别进行分类；将日期类别d下，同一个电力负荷类别t的电力负荷数据使用集合Hdt进行保存；
[0031]步骤S3：预先根据实际经验设置校准比例系数k；其中，k<1；对于每个日期类别d下的，电力负荷类别t的电力负荷数据集合Hdt，将电力负荷集合Hdt中的日期根据电力负荷数据从大到小进行排序；从排序后的历史日期集合Hd中删除前k*|Hd|以及后k*|Hd|项日期，以减少数据中的噪音；
[0032]步骤S4：计算电力负荷集合Hdt中电力负荷的平均值；将该平均值标记为Vdt；
[0033]步骤S5：每个日期类别d中，每个电力负荷类别t的比例系数Sdt；其中，比例系数Sdt的计算公式为
[0034]所述将每个电力负荷类别t的历史电力负荷根据日期类型d对应的比例系数进行
调整的方式为：将每个历史日期标记为i；日期i中所属的日期类型为d，将日期i的电力负荷类别t的实际电力负荷数据标记为Nit；则将电力负荷数据调整为
[0035]所述神经网络模型可以是深度神经网络；所述神经网络模型以每一类别的电力负荷的基础数据为输入，预测的电力负荷数据为输出；以调整后的电力负荷数据为目标值；以预测的准确度为训练目标；训练出预测每一类别t的电力负荷数据的神经网络模型Mt；
[0036]所述计算出预测的当日总电力负荷数据的方式为：将当日总电力负荷数据标记为Y；并获取当日的日期类别d，则总电力负荷数据Y的计算公式为Y＝∑
t
Ft*Sdt。
[0037]与现有技术相比，本专利技术的有益效果是：
[0038]本专利技术将城市电力负荷按电力负荷类型进行分类；根据电力负荷类别收集历史电力负荷数据以及基础数据；将日期进行分类；根据日期类别收集电力负荷类别的历史电力负荷数据；根据每类日期的城市历史电力负荷数据计算每个日期类别中，每个电力负荷类别的比例系数；将每个电力负荷类别的历史电力负荷根据日期类型对应的比例系数进行调整，根据调整后的历史电力负荷数据以及电力负荷类别基础数据训练对应的神经网络模型；使用神经网络模型进行电力负荷数据的预测；根据预测电力负荷数据以及调整系数，计算预测的当日总电力负荷数据；解决了电力负荷类别与日期结合预测问题。
...

【技术保护点】

【技术特征摘要】
1.一种新型电力负荷数字化分析方法，其特征在于，包括以下步骤：步骤一：将城市电力负荷按电力负荷类型进行分类；将电力负荷类型集合标记为T；将每一个电力负荷类别标记为t；步骤二：根据每个电力负荷类别t收集对应的城市历史电力负荷数据以及电力负荷类别的基础数据；步骤三：根据实际经验将日期进行分类；将日期类别集合标记为D；将每个日期类别标记为d；步骤四：根据每个日期类别d收集对应日期下的城市每个电力负荷类别的历史电力负荷数据；步骤五：根据每类日期下的城市每个电力负荷类别的历史电力负荷数据计算出每个日期类别d中，每个电力负荷类别t的比例系数；将日期类别d的电力负荷类别t的比例系数标记为Sdt；步骤六：将每个电力负荷类别t的历史电力负荷根据日期类型d对应的比例系数进行调整，再根据电力负荷类别t的调整后的历史电力负荷数据以及电力负荷类别基础数据训练对应的神经网络模型；将电力负荷类别t对应的神经网络模型标记为Mt；步骤七：对于未来某个日期中电力负荷的预测，收集当日城市各个电力负荷类别t的基础数据，并输入至电力负荷类别t对应的神经网络模型Mt中，获得预测的电力负荷数据；将电力负荷类别t对应的电力负荷数据标记为Ft；步骤八：根据每个电力负荷类别t的预测电力负荷数据Ft以及每类日期的调整系数，计算出预测的当日总电力负荷数据。2.根据权利要求1所述的一种新型电力负荷数字化分析方法，其特征在于，所述电力负荷类型按社会用电分类，分为8类，包括：农、林、牧、副、渔以及水利用电；工业用电；地质普查和勘测业用电；建筑业用电；交通运输、邮电通信业用电；商业、公共饮食、物资供销和金融业用电；城乡居民生活用电；其他事业用电；或根据不同产生分为：第一产业用电、第二产业用电、第三产业用电以及城乡居民生活用电。3.根据权利要求1所述的一种新型电力负荷数字化分析方法，其特征在于，所述历史电力负荷数据包括城市用电历史中，每一类电力负荷的每日用电量。4.根据权利要求1所述的一种新型电力负荷数字化分析方法，其特征...

【专利技术属性】
技术研发人员：杨奚诚，王诚，方辉祥，李鹏，蒋浩林，潘慧，童兴辉，吴杰，
申请(专利权)人：合肥大多数信息科技有限公司，
类型：发明
国别省市：