[發明專利]一種系統用電量預測方法

有效

• 申請號: 201510752495.8
• 申請日: 2015-11-06
• 公開（公告）號: CN105260803B
• 公開（公告）日: 2019-04-19
• 發明（設計）人: 王德金;呂志來;李海;喻宜;張東;齊國印
• 申請（專利權）人: 國家電網公司;北京許繼電氣有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京立成智業專利代理事務所(普通合伙) 11310
• 代理人: 黃劍冰

1.一種系統用電量預測方法，其特征在于，包括以下步驟：

S1數據獲取

通過智能電表采集居民、工業、商業用戶的用電信息，通過外部系統獲取影響因素信息，同時生成該用戶歷史表；

S2用戶用電規律分析

結合用戶歷史表對采集得到的用戶用電信息進行擬合分析，分析得到用戶用電規律；

S3影響因素分析

根據用戶類型設置負載波動范圍，對超出波動范圍的時間點進行影響因素分析，得到各影響因素對該用戶用電量的影響值；

S4系統用電量預測

結合用戶用電規律分析和影響因素分析，對系統未來短期用電量進行預測；

步驟S1獲取的用戶用電信息為實時用電信息；生成用戶歷史表的方式為定時將獲取的信息形成該用戶用電信息的用戶歷史表；所述影響因素包括：天氣因素、節假日因素、社會事件因素；

所述用戶歷史表包括：用戶ID、用戶用電量、天氣信息、節假日類型、相關社會事件信息；

所述用戶歷史表的生成方式是：每隔一小時統計一次用戶用電量并獲取當時的天氣信息形成該用戶的時歷史統計點；每日凌晨0～4時將該用戶的時歷史統計點合并形成該用戶當日用電量、天氣信息、節假日類型、相關社會事件信息的日歷史表；

步驟S3所述影響因素分析為：

1)判斷用戶是否處于活動狀態，判斷方法為根據用戶類型判斷用戶該日用電量是否低于閾值；

2)如用戶處于活動狀態則判斷該時間點用戶用電量是否超出波動范圍；

3)對超出波動范圍的時間點進行天氣因素、節假日因素、社會事件因素的單一性分析；其中天氣因素為差值計算，通過計算該時間點和前一天的氣溫、濕度、風力差值及是否存在降雨、降雪特殊變化；

4)如為單一影響因素則統計該影響因素影響用戶用電量的平均值、最大值和方差值；其中天氣因素需要統計相應的差值；根據統計結果形成單因素模型；

5)如為多項影響因素，則結合步驟3)所得單一因素采用下述方法判斷各影響因素的影響系數：

a.統計多項影響因素所含所有可能的組合方式；

b.擬合各組合方式下各影響因素平均值累和與真實值的符合程度；

c.選取最接近組合方式擬合統計各影響因素在多項影響因素中對用戶用電量的影響系數；其中天氣因素系數與差值結合；形成該多項影響因素下的統計模型；

d.對相同模型的各影響系數取平均值。

2.根據權利要求1所述系統用電量預測方法，其特征在于，所述天氣因素為：氣溫、濕度、降雨/雪和風力；節假日因素為：普通周末、法定額外假日、特殊事件假日；社會事件因素根據用戶類型進行關聯事件劃分。

3.根據權利要求1所述系統用電量預測方法，其特征在于，步驟S2所述擬合分析為線性擬合分析。

4.根據權利要求3所述系統用電量預測方法，其特征在于，步驟所述線性擬合分析為：根據步驟S1所得用戶歷史表根據用戶類型和用電類型對用戶用電信息以用戶日用電量為y，以日期為x，通過下述公式進行線性擬合分析，分析得到用戶用電規律曲線；

y(x)＝(x_x-n+…+x_x-2+x_x-1+x)/(n+1)

n值為取值過程中的取值個數，取值范圍根據用戶類型和用電類型進行劃分，取值數量可根據系統運算能力選取。

5.根據權利要求1所述系統用電量預測方法，其特征在于，步驟S3所述影響因素分析可采用Hadoop分布式計算框架進行。

6.根據權利要求1所述系統用電量預測方法，其特征在于，步驟S4所述系統用電量預測方法為：首先獲取未來短期內各影響因素信息，然后根據未來短期內存在的影響因素選擇相應的模擬模型，結合用戶用電規律曲線和相應的影響因素模擬模型，模擬預測未來短期內該用戶的用電量；統計各系統區域內所有用戶的用電量預測，即可得到該系統區域的用電量預測。