[發明專利]一種節電潛力量化預測方法

有效

• 申請號: 201711136988.4
• 申請日: 2017-11-16
• 公開（公告）號: CN107748940B
• 公開（公告）日: 2021-10-12
• 發明（設計）人: 蘇運;田英杰;郭乃網;陳睿;宋巖;沈泉江;龐天宇;解梁軍;楊洪山
• 申請（專利權）人: 國網上海市電力公司;華東電力試驗研究院有限公司;星環信息科技(上海)股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 趙繼明

1.一種節電潛力量化預測方法，其特征在于，所述的方法包括以下步驟：

S1、提取行業用戶用電數據，從用戶用電數據中獲取用電特性指標，通過聚類分析劃分用電群體；

S2、建立節電潛力預測模型，對同一用電群體內進行標桿選取，將標桿用電量輸入節電潛力預測模型獲得未來節電潛力預測值；

步驟S1所述的用電特性指標包括日均用電量、日均峰時用電、日均谷時用電、峰谷電量比和日均負荷率；

步驟S1中所述的通過聚類分析劃分用電群體具體包括以下步驟：

S101、采用分類適確性指標自適應選擇最優的聚類數；

S102、選定k個中心μ_k的初值；

S103、將每個數據點歸類到距離其最近的中心點所代表的聚類中；

S104、獲取每個聚類的新的中心點μ_k，并重復S103，迭代至最大步數或者前后的聚類準則函數值相差小于設定閾值為止；

步驟S2中建立節電潛力預測模型具體包括以下步驟：

S201：以氣象和社會因素歷史數據作為輸入，以目標用戶日節電潛力作為輸出，形成樣本數據集D；

S202、使用交叉驗證法分別形成訓練集和測試集，并利用XGBoost決策樹算法建立節電潛力預測模型；

利用XGBoost決策樹算法建立節電潛力預測模型具體為：設定XGBoost模型參數，包括基本參數和訓練參數，對模型進行訓練，訓練結束后，利用測試集參數對模型進行預測精度判斷，若預測精度不滿足設定值則重新設置參數，繼續訓練，直至滿足精度要求；

步驟S202中使用交叉驗證法分別形成訓練集和測試集具體為：將數據集D等比例分為D1-D10，將D1作為測試集，D2-D10作為訓練集，計算評價指標，之后將D2作為測試集，D1，D3-D10作為訓練集，在每一輪迭代過程中，均采用交叉驗證的方法進行預測模型評價指標計算。

2.根據權利要求1所述的一種節電潛力量化預測方法，其特征在于，步驟S1中對行業用戶用電數據進行提取時，以15min為間隔采集功率數據，每天96個點。