[發明專利]一種電力行業中基于客戶分群的電力負荷預測方法

無效

• 申請號: 201210484721.5
• 申請日: 2012-11-23
• 公開（公告）號: CN102999791A
• 公開（公告）日: 2013-03-27
• 發明（設計）人: 劉濤;楊勁鋒;闕華坤;肖勇;孫衛明;陳啟冠;王和棟;張良均
• 申請（專利權）人: 廣東電網公司電力科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 廣州知友專利商標代理有限公司 44104
• 代理人: 周克佑

1.一種電力行業中基于客戶分群的電力負荷預測方法，包括如下步驟：

步驟1：對客戶負荷數據進行抽取，并獲得負荷樣本數據；

步驟2：預處理負荷樣本數據；

步驟3：對客戶進行聚類分組，獲得多個客戶群組；

步驟4：匯總各個客戶群組的負荷數據；

步驟5：對單個客戶群組進行負荷時序預測；

步驟6：匯總計算多個客戶分群的負荷預測結果；

步驟7：對步驟6獲得的負荷預測結果進行評價。

2.根據權利要求1所述的電力行業中基于客戶分群的電力負荷預測方法，其特征在于：所述步驟1包括以下子步驟：

S1.1：確定樣本覆蓋范圍

從計量自動化系統和營銷管理系統獲得客戶檔案類數據，客戶電量數據，客戶負荷數據，具體包括客戶檔案信息、客戶電量信息和客戶負荷信息，將客戶檔案信息、客戶電量信息和客戶負荷信息分別生成A表、B表和C表；

S1.2確定樣本數據范圍

樣本抽取時至少包含1年以上的客戶負荷數據和半年以上的電量信息，以及最新的客戶檔案數據；

所述步驟2包括如下子步驟：

S2.1計算聚類指標

考慮對負荷波動的影響較大的因子，根據B表相關字段計算規定時間內（上一個月每天平均）反映負荷變動情況的指標：

負荷率=平均負荷/最大負荷；

峰總比=峰電量/總電量；

平總比=平電量/總電量；

谷總比=谷電量/總電量；

其中：最大負荷=Max(L_i),i＝1,2，...,96，L_i表示每隔15分鐘的用電負荷采樣值；

峰、谷、平電量對應城市用電高峰時間段、平峰時間段和谷峰時間段的用電量；

高峰時間段指的是用電量的高峰，用電量相對集中，低谷時間段則相反；高峰時間段8小時：9:00～12:00，17:00～22:00；平段時間段7小時：8:00～9:00，12:00～17:00，22:00～23:00；低谷時間段9小時：23:00～次日8:00；

通過計算聚類指標，構成D表；

S2.2缺失值處理

若發現樣本數據存在缺失現象時，可通過同類型日數據結合插值算法進行處理；

S2.3異常值處理

對超出指標閥值范圍的數據，通過同類型日數據結合插值算法進行修正處理；

所述的步驟3包括以下子步驟：

S3.1按用電類別分群

根據A表中的字段用電類別，得到相同用電類別的計量點分群；

S3.2用電類別內客戶分群

對客戶按用電類別分群后，再按客戶的用電特征進行聚類分群，具體采用K-means聚類算法完成聚類分群；

對D表調用K-means聚類算法，聚合行業內相似客戶并分組；

所述的步驟4包括以下子步驟：

S4.1構建每個群組的實時負荷歷史序列數據

對每個群組內的計量點實時負荷疊加，分別得到疊加后的各點實時負荷序列數據，構成E表；

Lij=Σi=1nLj]]>

式中L_ij為第i個群組疊加后的實時負荷值，L_j為該群組內第j個計量點的實時負荷值，n表示該群組內有n個計量點；

S4.2構建每個群組的最大日負荷歷史序列數據

由S4.1，在構建出每個群組的實時負荷歷史序列數據后，計算出該群組內每天的最大負荷值，即一天96個負荷點中的最大值，不同日最大負荷構成該群組的日最大負荷序列，構成F表；

S4.3構建每個群組的最大月負荷歷史序列數據

由S4.1，在構建出每個群組的實時負荷歷史序列數據后，計算出該群組內每個月的最大負荷值，即一個月中實時負荷的最大值，不同月最大負荷構成該群組的月最大負荷序列，構成G表；

所述預測實時負荷、日最大負荷和月最大負荷步驟相同，其中，實時負荷預測包括如下步驟5至7：

步驟5：對單個客戶群組進行負荷時序預測；

所述的步驟5的子步驟為：

S5.1單個算法對每個群組進行時序預測

對E表調用時序預測算法，分析進行時序預測；

S5.2對多個算法的群組預測值進行疊加

按下式計算采用多個算法時各群組的負荷預測值：

Group_L_i＝ω_i1×Algorithm_L_i1+…+ω_ij×Algorithm_L_ij+…+ω_in×Algorithm_L_in

式中，Group_L_i為第i個群組的負荷預測值，

Algorithm_L_ij為第i個群組第j個算法的負荷預測值，

ω_ij為第i個群組第j算法的權值，本發明中直接采用加權平均；

步驟6：匯總計算多個客戶分群的負荷預測結果；

所述的步驟6的子步驟為：

根據S5.2步驟生成的各群組預測負荷，根據各群組預測負荷結果求總和，得出各用電類別的負荷預測結果；公式如下：

Industry_L_i＝Group_L_i1+Group_L_i2+…+Group_L_ij+…+Group_L_in

其中，Group_L_ij為第i個行業第j組的負荷預測（實時負荷，日最大負荷，月最大負荷）；

Industry_L_i為第i個行業的負荷預測；

區域分析對象總的負荷預測結果為各個用電類別預測結果之和；

步驟7：對步驟6獲得的負荷預測結果進行評價；

采用下式評價區域分析對象、用電類別及各群組的負荷預測效果：

MAPE=1nΣi=1n|Ei/Yi|*100%]]>

=1nΣi=1n|(Yi-Y^i)/Yi|*100%]]>

式中，MAPE——平均絕對百分誤差

E_i——第i個實際值與預測值的絕對誤差；

Y_i——第i個實際值；

——第i個預測值；

若MAPE<10%，則認為預測結果較好；

對于日最大負荷和月最大負荷預測，采用與步驟5至步驟7對實時負荷進行預測相同的預測步驟，來預測日最大負荷和月最大負荷。