【技术实现步骤摘要】
本专利技术涉及电量预测，更具体地说，本专利技术涉及一种计及新兴产业特征变化的电量预测优化方法及系统。
技术介绍
1、在当今科技飞速发展的时代，新兴产业如雨后春笋般不断涌现。新能源汽车、人工智能、大数据、5g 通信等新兴产业，凭借其创新性和高增长潜力，已成为推动经济发展和产业升级的重要力量。这些新兴产业的蓬勃发展，不仅改变了人们的生活和生产方式，也对电力需求产生了深远影响。
2、随着新兴产业规模的持续扩大，其用电量在全社会用电量中的占比不断提高。然而，新兴产业具有与传统产业截然不同的特征，如技术迭代迅速、市场需求波动大、产业结构不稳定等。这些特征的快速变化，使得传统的电量预测方法难以准确预估新兴产业的电力需求。传统电量预测方法主要依赖历史数据和相对稳定的变化趋势，通过简单的数学模型或统计方法进行预测。但新兴产业的历史数据有限，且其发展路径充满不确定性，传统模型无法有效捕捉这些特征变化与电量消耗之间的复杂关系。
3、若无法准确预测新兴产业的电量需求，将给电力系统的规划、调度和运行带来诸多难题。电力供应不足会影响新兴产业的正常发展，而过度供应则会造成资源浪费。因此，为了实现电力资源的合理配置，保障新兴产业的持续健康发展，迫切需要一种计及新兴产业特征变化的电量预测优化方法，以提高预测的准确性和可靠性，更好地满足新兴产业发展的电力需求。
4、例如公告号为：cn116227249b的专利技术专利公告的一种功率气象数据智能迁移的新能源长期电量预测方法与系统，获取目标电力场站的历史发电量数据，根据目标电力场站
5、例如公告号为：cn118673463b的专利技术专利公告的基于多源数据的供电量预测方法、系统、设备及存储介质，方法包括：基于待预测区域内各个供电单元的历史供电数据记录，生成待预测区域的供电量历史时序表征矩阵；供电量历史时序表征矩阵包括各个供电单元中所有用电类别的用电量；获取待预测时间段内各个供电单元所在区域对应的供电环境影响特征；针对各个供电单元的供电环境影响特征，在预先分析得到的供电环境相关系数矩阵中，映射提取与供电单元对应的环境相关系数集合；环境相关系数集合包括供电环境影响特征与供电单元中各个用电类别的用电量之间的相关系数。
6、上述公开的技术方案中，至少存在如下技术问题：新兴产业的发展变化迅速，其用电模式也会随之改变，现有技术使用过时的数据来绘制负荷特性曲线，无法反映当前产业的真实用电情况，同时天气条件可能会对电量负荷产生影响，但这种影响难以简单地在负荷特性曲线中体现。针对上述问题，本专利技术提出一种解决方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种计及新兴产业特征变化的电量预测优化方法及系统，通过将气象数据融入到负荷特性曲线中，以解决天气条件对电量负荷产生影响，但这种影响难以简单地在负荷特性曲线中体现的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种计及新兴产业特征变化的电量预测优化方法，包括以下步骤：获取产业的历史电量数据以及气象数据并进行预处理；对历史电量数据进行时间序列分析，构建负荷特性曲线；基于气象数据对负荷特性曲线进行融合优化处理，得到弹性曲线；基于弹性曲线获取电量预测影响数据，并根据电量预测影响数据构建电量预测评估模型；将电量预测评估模型的输出与第一评估阈值、第二评估阈值进行对比，判断评估状态。
4、在一个优选的实施方式中，所述对历史电量数据进行时间序列分析，构建负荷特性曲线，具体为：对历史电量数据进行时间序列分析得到历史电量时间序列数据；基于单位根检验法来判断历史电量时间序列的平稳性；若历史电量时间序列是非平稳的，则通过差分方法将历史电量时间序列转换为平稳序列；将历史电量时间序列数据分解为长期趋势成分、季节性成分和随机波动成分；通过移动平均法，分离出长期趋势，识别出电量随时间的总体增长或下降趋势；利用季节性分解法，提取出周期性的季节性变化模式；从分解后的各成分中提取关键特征，所述关键特征包括长期趋势的增长率、季节性成分的峰值和谷值及峰值和谷值的出现时间、随机波动的标准差；根据关键特征，以时间为横轴，以关键特征的电量数据为纵轴，绘制负荷特性曲线。
5、在一个优选的实施方式中，所述基于气象数据对负荷特性曲线进行融合优化处理，得到弹性曲线，具体为：将气象数据和历史电量时间序列数据基于时间戳为标志对齐；将同一气象类型且与气象数据对齐的历史电量时间序列数据分离出来，作为同一数据集合，得到若干个属于同一气象类型的历史电量时间序列数据集合；对已对齐的气象数据和历史电量时间序列数据进行相关性分析，计算气象数据与电量之间的皮尔逊相关系数，得到对新兴产业用电行为产生影响的气象因素；根据相关性分析的结果，将识别出的显著相关气象因素作为输入变量，与电量数据一起输入到多项式回归模型中，生成适应不同场景的弹性曲线。
6、在一个优选的实施方式中，所述将模型的输出与电量预测第一评估阈值、电量预测第二评估阈值进行对比，判断评估状态，具体为：设置电量预测第一评估阈值和电量预测第二评估阈值，且电量预测第一评估阈值小于电量预测第二评估阈值，当电量预测评估模型的输出大于电量预测第一评估阈值且小于电量预测第二评估阈值时，将评估状态设置为初步合格，并进行持续监测评估；当电量预测评估模型的输出大于电量预测第二评估阈值时，将评估状态设置为不合格，需要增加预设的电量预测模型中新兴产业的输入特征，调整电量预测模型的模型参数；当电量预测评估模型的输出小于电量预测第一评估阈值时，将评估状态设置为优秀，表明电量预测模型具有准确性和可靠性。
7、在一个优选的实施方式中，所述电量预测影响数据包括电压波动特征、负荷异常特征和环境影响特征；所述电压波动特征的具体获取方法如下：获取新兴产业的历史电压数据，从中筛选出有效数据，去除由于测量设备故障、电磁干扰因素导致的异常数据点；通过新兴产业工厂的进线端得到额定电压；
8、将历史电压数据以时序信号的形式存储，分析历史电压数据的时间序列，得到电压波动过程中的峰值、谷值和电压均值；根据电压波动过程中的峰值和谷值计算电压的波动幅值；根据电压的波动幅值结合电压均值和额定电压基于 k - 均值聚类算法得到电压波动特征。
9、在一个优选的实施方式中，所述负荷异常特征的具体获取方法如下：
10、实时监测和记录新兴产业工厂每个负荷数据点在t时间窗口内的负荷值及其异常状态；根据记录数据，计本文档来自技高网...
【技术保护点】
1.一种计及新兴产业特征变化的电量预测优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述对历史电量数据进行时间序列分析，构建负荷特性曲线，具体为：
3.根据权利要求2所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述基于气象数据对负荷特性曲线进行融合优化处理，得到弹性曲线，具体为：
4.根据权利要求3所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述将电量预测评估模型的输出与第一评估阈值、第二评估阈值进行对比，判断评估状态，具体为：
5.根据权利要求4所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述电量预测影响数据包括电压波动特征、负荷异常特征和环境影响特征；
6.根据权利要求5所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述负荷异常特征的具体获取方法如下：
7.根据权利要求6所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述环境影响特征的具体获取方法如下
8.根据权利要求7所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述电压的波动幅值的具体计算公式为：
9.根据权利要求8所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述波动率的具体计算公式为：
10.一种使用如权利要求1-9中任意一项所述的计及新兴产业特征变化的电量预测优化方法的系统，其特征在于，包括以下模块：数据预处理模块、负荷特性构建模块、弹性曲线优化模块、预测模型构建模块和评估状态判断模块；
...【技术特征摘要】
1.一种计及新兴产业特征变化的电量预测优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述对历史电量数据进行时间序列分析，构建负荷特性曲线，具体为：
3.根据权利要求2所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述基于气象数据对负荷特性曲线进行融合优化处理，得到弹性曲线，具体为：
4.根据权利要求3所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述将电量预测评估模型的输出与第一评估阈值、第二评估阈值进行对比，判断评估状态，具体为：
5.根据权利要求4所述的一种计及新兴产业特征变化的电量预测优化方法，其特征在于，所述电量预测影响数据包括电压波动特征、负荷异常特征和环境影响特征...
【专利技术属性】
技术研发人员：李云倩，吴岭，姜向荣，梁骏，李勇涛，洪剑峰，李仁杰，严浩，黄辉，姚珺，丁亮，
申请(专利权)人：国网安徽省电力有限公司合肥供电公司，
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。