[發明專利]一種用電量預測方法及系統

在審

• 申請號: 201611178142.2
• 申請日: 2016-12-19
• 公開（公告）號: CN106779219A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 王繼業;高靈超;沈驥;曹鴻謙;于亞光;張海超
• 申請（專利權）人: 北京中電普華信息技術有限公司;國網信息通信產業集團有限公司;國家電網公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

技術領域

本發明涉及電力數據技術領域，更具體地說，涉及一種用電量預測方法，還涉及一種用電量預測系統。

背景技術

電力是我國國民經濟的基礎能源，用電量的預測是電力系統規劃、經濟運行的前提和基礎，對于保證電力系統規劃與可靠、經濟運行方面具有十分重要的意義。電力系統的用電量預測是指通過對歷史數據的分析和研究，找出電力數據內部變化規律以及電力數據和其影響因素之間的關聯，然后對電力需求做出預先的估算。用電量預測結果的準確性，直接關系到電網安全以及可靠供電，并且能夠影響電網經營企業的經營決策與經濟效益。

隨著智能電網的不斷發展，目前已有的預測算法對大規模電力數據進行分析挖掘過程效率低下，無法快速深入挖掘電力數據的潛在信息，也無法滿足大規模電力數據的計算和預測分析。具體的，現有用電量預測方法主要分為經典預測方法和現代預測方法。其中經典預測方法包括：時間序列法，回歸分析法，趨勢外推法等方法；現代預測方法包括：灰色理論，專家系統方法，神經網絡方法，模糊預測方法。在預測分析方法上，傳統時間序列、灰度模型等方法無法充分考慮天氣、季節等因素，導致預測精度受限。神經網絡、線性回歸等模型在大規模數據的預測上會存在過擬合的現象，而過擬合現象導致模型泛化能力降低，從而影響預測精度。

在對大規模電力數據進行分析中，現有方法有基于MapReduce的線性回歸，其主要思想如下：使用Map進行讀取所有訓練數據，然后計算該訓練數據與樣本點的余弦距離，同時過濾掉不符合要求的值，然后輸出相應的鍵值；在Combine階段讀取reduce函數的鍵值，并解析Map階段計算好的距離，然后查找距離最近的K個數據點，并輸出這K個數據點的鍵值；在Reduce階段的工作與Combine階段類似，同時需要選出K個數據點采用線性回歸模型進行訓練，并對測試數據進行預測，然后得到預測值并進行存儲。

傳統數據庫和單節點預測分析技術主要缺點在于：傳統數據庫在進行海量數據匯總、排序時需要花費大量時間，且無法與數據進行實時交互。在單節點進行海量數據挖掘時耗費大量時間在數據讀入內存過程中，并且迭代中產生的大量中間數據無法在內存中駐留，計算過程中需要反復讀取中間數據，耗費系統資源和計算時間。在進行分袋、關聯規則挖掘等需要一次性讀入大規模數據運算時，單節點有限的內存空間無法進行數據讀取，從而導致無法進行大規模數據的分析。

因此，在海量數據背景下，如何快速對電力數據進行處理，同時保證預測精度是本領域技術人員急需要解決的技術問題。

發明內容

為解決上述技術問題，本發明提供一種用電量預測方法，在海量數據背景下，快速對電力數據進行處理，同時保證預測精度。

為實現上述目的，本發明提供如下技術方案：

一種用電量預測方法，包括：

步驟S1：利用Spark平臺讀取原始用電量數據，并將所述原始用電量數據轉換為彈性分布數據集；

步驟S2：提取所述彈性分布數據集的特征值，將所述彈性分布數據集按照預設比例劃分為具有相同所述特征值的訓練數據集以及測試數據集；

步驟S3：建立預測模型，將所述訓練數據集代入所述預測模型，計算所述預測模型的模型參數；

步驟S4：將待預測數據作為變量輸入至已代入所述模型參數的預測模型中，輸出用電量預測值。

優選的，在上述用電量預測方法中，所述步驟S1中，所述用Spark平臺讀取原始用電量數據之后，還包括：

對所述原始用電量數據進行清洗、數據集成、數據變換和數據歸約處理。

優選的，在上述用電量預測方法中，所述步驟S4之前，還包括：

重新將所述彈性分布數據集按照另一預設比例劃分為具有相同所述特征值的訓練數據集以及測試數據集；

將所述測試數據集輸入所述預測模型中，優化所述模型參數，得到優化后的預測模型。

優選的，在上述用電量預測方法中，還包括：

將所述預測模型以及所述用電量預測值保存至分布式文件系統中。

優選的，在上述用電量預測方法中，所述步驟S3中，利用AdaBoost回歸算法建立預測模型，生成AdaBoost回歸預測模型。

本發明提供了一種用電量預測系統，包括：

讀取模塊，用于利用Spark平臺讀取原始用電量數據；

轉換模塊，用于將所述原始用電量數據轉換為多個彈性分布數據集；

數據集劃分模塊，用于提取所述彈性分布數據集的特征值，將所述彈性分布數據集按照預設比例劃分為具有相同所述特征值的訓練數據集以及測試數據集；