[發明專利]電力用戶負荷預測模型選擇方法和裝置

在審

• 申請號: 201910256591.1
• 申請日: 2019-04-01
• 公開（公告）號: CN110110892A
• 公開（公告）日: 2019-08-09
• 發明（設計）人: 趙蕾
• 申請（專利權）人: 新奧數能科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 楊樂

1.一種電力用戶負荷預測模型選擇方法，其特征在于，包括：

采集已有用戶的負荷預測模型和預測維度數據，對所述數據進行預處理形成數據集；

對所述數據集進行逐層掃描，設置最小支持度和最小置信度，確定所述負荷預測模型的頻繁項集，形成用戶適用模型分類規則；

獲取新增用戶數據，根據所述用戶適用模型分類規則對所述新增用戶數據遍歷所有已有用戶的負荷預測模型，確定所述新增用戶的負荷預測模型；

根據所述新增用戶的負荷預測模型對所述新增用戶的用電負荷進行預測。

2.根據權利要求1所述的電力用戶負荷預測模型選擇方法，其特征在于，所述對數據進行預處理形成數據集，具體包括：

采集至少包括用戶平均用電量和用戶資本兩個預測維度的數據；

對所述數據進行預處理，填充數據缺失點，并修正數據異常點；

采用聚類算法分別對所有用戶的用戶平均用電量和用戶資本進行離散化處理。

3.根據權利要求2所述的電力用戶負荷預測模型選擇方法，其特征在于，所述確定所述負荷預測模型的頻繁項集，形成用戶適用模型分類規則，具體包括：

選擇支持度大于所述最小支持度的數據集作為所述負荷預測模型的頻繁項集；

計算每一個頻繁項集的置信度，篩選出滿足最小置信度的頻繁項集關聯用戶的負荷預測模型，作為用戶適用模型。

4.根據權利要求1所述的電力用戶負荷預測模型選擇方法，其特征在于，所述根據所述用戶適用模型分類規則對所述新增用戶數據遍歷所有已有用戶的負荷預測模型，具體包括：

對所述新增用戶數據進行預處理；

將所述新增用戶數據與所有所述用戶適用模型進行規則匹配，計算所述新增用戶數據與所述用戶適用模型中每一個數據項的最小支持度和最小置信度。

5.根據權利要求4所述的電力用戶負荷預測模型選擇方法，其特征在于，所述確定所述新增用戶的負荷預測模型，包括：

當所述新增用戶數據的支持度大于用戶適用模型中對應數據項的最小支持度時，該用戶適用模型的適用性得分加1，或者

所述新增用戶數據的置信度大于用戶適用模型中對應數據項的最小置信度時，該用戶適用模型的適用性得分加1；

統計每一個用戶適用模型的適用性得分，選擇得分最高的模型作為所述新增用戶的負荷預測模型。

6.一種電力用戶負荷預測模型選擇裝置，其特征在于，所述裝置包括：

數據處理模塊，用于采集已有用戶的負荷預測模型和預測維度數據，對所述數據進行預處理形成數據集；

關聯規則模塊，用于對所述數據集進行逐層掃描，設置最小支持度和最小置信度，確定所述負荷預測模型的頻繁項集，形成用戶適用模型分類規則；

模型選擇模塊，用于獲取新增用戶數據，根據所述用戶適用模型分類規則對所述新增用戶數據遍歷所有已有用戶的負荷預測模型，確定所述新增用戶的負荷預測模型；

負荷預測模塊，用于根據所述新增用戶的負荷預測模型對所述新增用戶的用電負荷進行預測。

7.根據權利要求6所述的電力用戶負荷預測模型選擇裝置，其特征在于，所述數據處理模塊，包括：

采集單元，用于采集至少包括用戶平均用電量和用戶資本兩個預測維度的數據；

預處理單元，用于對所述數據進行預處理，填充數據缺失點，并修正數據異常點；

離散化處理單元，用于采用聚類算法分別對所有用戶的用戶平均用電量和用戶資本進行離散化處理。