【技术实现步骤摘要】
本申请涉及电网，具体涉及一种基于网上电网的电量负荷预测方法及系统。
技术介绍
1、在购售同期的背景下，电量预测数据的真实性、准确性成为保障电量数据准确不可或缺的工作。当前网上电网电量负荷预测主要依靠人工经验预测，工作量大，预测结果准确率较低。
2、在现有技术中，通过人工进行电网电量负荷预测，其预测结果被人工经验等主观因素影响较多，不同专家的预测结果往往会有较大的差异，因此很难得到准确的结果。并且依靠专家经验预测无法做到实时测算及修正。
技术实现思路
1、鉴于上述问题，本申请提供了一种基于网上电网的电量负荷预测方法，用于解决上述网上电网电量负荷人工预测准确性差以及效率低的技术问题。
2、为实现上述目的，专利技术人提供了一种基于网上电网的电量负荷预测方法，包括以下步骤：
3、获取行业用户在预设时间内的月用户负荷、电量、负载率数据；
4、根据所述月用户负荷、电量、负载率数据拟合用户的最大负荷利用小时数的曲线；
5、根据所述最大负荷利用小时数的曲线预测该行业用户月用电量数据。
6、进一步的，所述根据所述最大负荷利用小时数的曲线预测该行业用户月用电量数据，包括步骤：
7、计算行业用户最大负载率的在预设时间内的最大负载率平均值；
8、根据最大负荷利用小时数之和/该行业下的总数，计算出预设时间内的最大负荷利用小时数的平均值；
9、预测新报装用户投运后电量，所述新报装用户投运后电量＝该行业新
10、进一步的，所述预设时间为12个月至24个月。
11、进一步的，还包括：近中期电量负荷预测；
12、所述近中期电量负荷预测采用以下算法模型：组合预测模型、灰色预测模型和一元线性回归模型。
13、进一步的，还包括：远景负荷预测；
14、所述远景负荷预测采用以下算法模型：空间负荷预测法、户均负荷预测法及平均增长率法。
15、进一步的，所述获取行业用户在预设时间内的月用户负荷、电量、负载率数据时包括：筛选掉所述月用户负荷、电量、负载率数据中的异常数据。
16、为解决上述技术问题，本申请还提供了另一技术方案：
17、一种基于网上电网的电量负荷预测系统，包括：
18、数据获取模块，用于获取行业用户在预设时间内的月用户负荷、电量、负载率数据；
19、曲线拟合模块，用于根据所述月用户负荷、电量、负载率数据拟合用户的最大负荷利用小时数的曲线；
20、预测模块，用于根据所述最大负荷利用小时数的曲线预测该行业用户月用电量数据。
21、进一步的，所述预测模块用于计算行业用户最大负载率的在预设时间内的最大负载率平均值；根据最大负荷利用小时数之和/该行业下的总数，计算出预设时间内的最大负荷利用小时数的平均值；以及
22、预测新报装用户投运后电量，所述新报装用户投运后电量＝该行业新报装用户在预设时间内的最大负荷*预设时间内的最大负荷利用小时数的平均值。
23、进一步的，所述预设时间为12个月至24个月。
24、进一步的，所述预测模块还用于近中期电量负荷预测；
25、所述近中期电量负荷预测采用以下算法模型：组合预测模型、灰色预测模型和一元线性回归模型。
26、区别于现有技术，上述技术方案包括获取行业用户在预设时间内的月用户负荷、电量、负载率数据；根据所述月用户负荷、电量、负载率数据拟合用户的最大负荷利用小时数的曲线；根据所述最大负荷利用小时数的曲线预测该行业用户月用电量数据。上述技术方案基于近中期电量负荷及远景负荷预测模型，利用最大负荷利用小时数的曲线拟合，进行分行业用户最大负荷利用小时数的曲线拟合，最后将用户报装容量数据、月最大负载率预测数据、月最大负荷利用小时数数据结合，用户月用电量预测数据准确率得到进一步提升。
27、上述
技术实现思路
相关记载仅是本申请技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本申请的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本申请的上述目的及其它目的、特征和优点能够更易于理解，以下结合本申请的具体实施方式及附图进行说明。
【技术保护点】
1.一种基于网上电网的电量负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于网上电网的电量负荷预测方法，其特征在于，所述根据所述最大负荷利用小时数的曲线预测该行业用户月用电量数据，包括步骤：
3.根据权利要求2所述的基于网上电网的电量负荷预测方法，其特征在于，所述预设时间为12个月至24个月。
4.根据权利要求1所述的基于网上电网的电量负荷预测方法，其特征在于，还包括：近中期电量负荷预测；
5.根据权利要求4所述的基于网上电网的电量负荷预测方法，其特征在于，还包括：远景负荷预测；
6.根据权利要求1所述的基于网上电网的电量负荷预测方法，其特征在于，所述获取行业用户在预设时间内的月用户负荷、电量、负载率数据时包括：筛选掉所述月用户负荷、电量、负载率数据中的异常数据。
7.一种基于网上电网的电量负荷预测系统，其特征在于，包括：
8.根据权利要求7所述的基于网上电网的电量负荷预测系统，其特征在于，所述预测模块用于计算行业用户最大负载率的在预设时间内的最大负载率平均值；根据最大负荷利用
9.根据权利要求8所述的基于网上电网的电量负荷预测系统，其特征在于，所述预设时间为12个月至24个月。
10.根据权利要求8所述的基于网上电网的电量负荷预测系统，其特征在于，所述预测模块还用于近中期电量负荷预测；
...【技术特征摘要】
1.一种基于网上电网的电量负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于网上电网的电量负荷预测方法，其特征在于，所述根据所述最大负荷利用小时数的曲线预测该行业用户月用电量数据，包括步骤：
3.根据权利要求2所述的基于网上电网的电量负荷预测方法，其特征在于，所述预设时间为12个月至24个月。
4.根据权利要求1所述的基于网上电网的电量负荷预测方法，其特征在于，还包括：近中期电量负荷预测；
5.根据权利要求4所述的基于网上电网的电量负荷预测方法，其特征在于，还包括：远景负荷预测；
6.根据权利要求1所述的基于网上电网的电量负荷预测方法，其特征在于，所述获取行业用户在预设...
【专利技术属性】
技术研发人员：荀超，曾伟薇，杨丝雨，刘林，谢登峰，黄夏楠，陈延滔，郑欢，
申请(专利权)人：国网福建省电力有限公司经济技术研究院，
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。