[發明專利]一種基于數據預測的地方電能表申校服務規劃方法及系統

有效

• 申請號: 201910697798.2
• 申請日: 2019-07-31
• 公開（公告）號: CN110598899B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 魏曉川;尹渭;王新剛;朱偉杰;陳金濤;趙舫;顧臻
• 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
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q10/20;G06Q50/06;G06Q10/04;G06N3/0464;G06N3/044;G06N3/049;G06N3/045;G06F18/27
• 代理公司: 上?？剖⒅R產權代理有限公司 31225
• 代理人: 宣慧蘭

1.一種基于數據預測的地方電能表申校服務規劃方法，其特征在于，包括：

S1：獲取地方電能表申校歷史數據，該歷史數據包括地方內各個劃分區域歷史年度電能表申校量、地方每月歷史電能表申校量、地方歷史氣象數據和地方歷史用電量；

S2：利用預測算法對地方電能表申校歷史數據進行計算，獲得未來電能表申校預測數據，該預測數據包括地方內各個劃分區域的未來年度電能表申校量、地方每月未來電能表申校量和地方未來用電量；

S3：綜合所述未來電能表申校預測數據，規劃對每個劃分區域內每個時間段的電能表申校服務投入；

步驟S2中獲得地方內各個劃分區域的未來年度電能表申校量和地方每月未來電能表申校量所采用的預測算法采用時間序列趨勢分解法，具體為：

將申校量與時間組成的時間序列分解為趨勢分量、周期分量和隨機分量，所述趨勢分量通過ARIMA模型進行預測，對周期分量按近大遠小的原則采用基于歷史同期同類分量的加權法進行預測，對隨機分量采用歷史同期同類的平均值進行預測，最后采用乘法模型將趨勢分量、周期分量和隨機分量的預測結果還原為預測申校量；

所述地方未來用電量是根據地方歷史氣象數據和地方歷史用電量獲得，具體為：

使用時序卷積網絡計算地方歷史氣象數據，預測出地方未來氣象數據，基于地方未來氣象數據和地方歷史用電量，利用循環神經網絡預測出地方未來用電量；

步驟S3具體為：

通過地方內各個劃分區域的未來年度電能表申校量預測出地方內各個區域中申校量增長幅度突出的區域，提前做好針對性的區域申校服務投入調整；

通過預測出的地方每月未來電能表申校量，提前做好時間上針對性的申校服務投入調整；

通過預測出的地方未來用電量，進一步地輔助預測地方未來電能表申校量，從而做出整體的申校服務投入調整。

2.根據權利要求1所述的一種基于數據預測的地方電能表申校服務規劃方法，其特征在于，所述地方內各個劃分區域的未來年度電能表申校量和地方每月未來電能表申校量分別基于地方內各個劃分區域歷史年度電能表申校量、地方每月歷史電能表申校量求得。

3.根據權利要求1所述的一種基于數據預測的地方電能表申校服務規劃方法，其特征在于，所述地方未來用電量與地方未來電能表故障率呈正比。

4.一種基于數據預測的地方電能表申校服務規劃系統，其特征在于，包括：

申校數據錄入模塊，用于錄入地方電能表申校歷史數據；

申校服務規劃模塊，用于根據地方電能表申校歷史數據并利用預測算法預測出未來電能表申校預測數據；

申校平臺展示模塊，用于根據未來電能表申校預測數據規劃并展示對地方內每個劃分區域內每個時間段的電能表申校服務投入；

其中，所述地方電能表申校歷史數據包括地方內各個劃分區域歷史年度電能表申校量、地方每月歷史電能表申校量、地方歷史氣象數據和地方歷史用電量，所述未來電能表申校預測數據包括地方內各個劃分區域的未來年度電能表申校量、地方每月未來電能表申校量和地方未來用電量；

獲得所述地方內各個劃分區域的未來年度電能表申校量和地方每月未來電能表申校量所采用的預測算法采用時間序列趨勢分解法，具體為：

將申校量與時間組成的時間序列分解為趨勢分量、周期分量和隨機分量，所述趨勢分量通過ARIMA模型進行預測，對周期分量按近大遠小的原則采用基于歷史同期同類分量的加權法進行預測，對隨機分量采用歷史同期同類的平均值進行預測，最后采用乘法模型將趨勢分量、周期分量和隨機分量的預測結果還原為預測申校量；

所述地方未來用電量是根據地方歷史氣象數據和地方歷史用電量獲得，具體為：

使用時序卷積網絡計算地方歷史氣象數據，預測出地方未來氣象數據，基于地方未來氣象數據和地方歷史用電量，利用循環神經網絡預測出地方未來用電量；

對地方內每個劃分區域內每個時間段的電能表申校服務投入具體通過以下方式獲得：

通過地方內各個劃分區域的未來年度電能表申校量預測出地方內各個區域中申校量增長幅度突出的區域，提前做好針對性的區域申校服務投入調整；

通過預測出的地方每月未來電能表申校量，提前做好時間上針對性的申校服務投入調整；

通過預測出的地方未來用電量，進一步地輔助預測地方未來電能表申校量，從而做出整體的申校服務投入調整。

5.根據權利要求4所述的一種基于數據預測的地方電能表申校服務規劃系統，其特征在于，所述地方內各個劃分區域的未來年度電能表申校量和地方每月未來電能表申校量分別基于地方內各個劃分區域歷史年度電能表申校量、地方每月歷史電能表申校量求得。