[發(fā)明專利]一種用戶負荷短期預(yù)測方法和裝置

在審

• 申請?zhí)枺?/td>: 201910916662.6
• 申請日: 2019-09-26
• 公開（公告）號: CN110674993A
• 公開（公告）日: 2020-01-10
• 發(fā)明（設(shè)計）人: 盧世祥;林國營;馮小峰;闕華坤;陳亮
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責任公司;廣東電網(wǎng)有限責任公司計量中心
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 11227 北京集佳知識產(chǎn)權(quán)代理有限公司
• 代理人: 沈闖

1.一種用戶負荷短期預(yù)測方法，其特征在于，包括：

對用戶進行分類，根據(jù)用戶的用電平穩(wěn)性和溫度敏感性，將用戶分為用電平穩(wěn)性好、用電平穩(wěn)性差、溫度敏感性低和溫度敏感性高四類；

對四類用戶均采用若干種預(yù)測模型進行預(yù)測，選擇效率最高的預(yù)測模型作為當前種類用戶的主要預(yù)測模型；

分別對四類用戶采用對應(yīng)的主要預(yù)測模型進行負荷短期預(yù)測。

2.根據(jù)權(quán)利要求1所述的用戶負荷短期預(yù)測方法，其特征在于，在對用戶進行分類之前，還包括：

采集用戶的歷史負荷數(shù)據(jù)和對應(yīng)日期的溫度數(shù)據(jù)；

基于所述歷史負荷數(shù)據(jù)和所述溫度數(shù)據(jù)，采用聚類分析法對用戶進行辨識，確定用戶的用電平穩(wěn)性和溫度敏感性。

3.根據(jù)權(quán)利要求1所述的用戶負荷短期預(yù)測方法，其特征在于，所述分別對四類用戶采用對應(yīng)的主要預(yù)測模型進行負荷短期預(yù)測具體為：

針對用電平穩(wěn)性好、用電平穩(wěn)性差、溫度敏感性低和溫度敏感性高的四類用戶，分別采用改進支持向量機預(yù)測模型、多模型模糊綜合模型、聚類LSTM預(yù)測模型和負荷分區(qū)預(yù)測模型進行負荷短期預(yù)測。

4.根據(jù)權(quán)利要求3所述的用戶負荷短期預(yù)測方法，其特征在于，所述多模型模糊綜合預(yù)測模型包括：

采用基于聚類的負荷模式分析算法，得到反映用戶負荷模式特點的典型負荷模式，并依據(jù)樣本到質(zhì)心的距離對各典型負荷模式進行分組；

基于神經(jīng)網(wǎng)絡(luò)學習算法，建立神經(jīng)網(wǎng)絡(luò)與各典型負荷模式分組對應(yīng)的單元子預(yù)測模型；

根據(jù)待預(yù)測時刻輸入和各單元子預(yù)測模型相對應(yīng)的典型負荷模式類相應(yīng)輸入之間的相似度，分析并確定單元子預(yù)測模型的權(quán)重；

將各單元子預(yù)測模型的權(quán)重和預(yù)測值的乘積相加，得到多模型模糊綜合預(yù)測結(jié)果。

5.根據(jù)權(quán)利要求1所述的用戶負荷短期預(yù)測方法，其特征在于，所述分別對四類用戶采用對應(yīng)的主要預(yù)測模型進行負荷短期預(yù)測之后，還包括：

將預(yù)測結(jié)果存入數(shù)據(jù)庫和/或進行圖形化展示。

6.一種用戶負荷短期預(yù)測裝置，其特征在于，包括：

分類單元，用于對用戶進行分類，根據(jù)用戶的用電平穩(wěn)性和溫度敏感性，將用戶分為用電平穩(wěn)性好、用電平穩(wěn)性差、溫度敏感性低和溫度敏感性高四類；

選擇單元，用于對四類用戶均采用若干種預(yù)測模型進行預(yù)測，選擇效率最高的預(yù)測模型作為當前種類用戶的主要預(yù)測模型；

預(yù)測單元，用于分別對四類用戶采用對應(yīng)的主要預(yù)測模型進行負荷短期預(yù)測。

7.根據(jù)權(quán)利要求6所述的用戶負荷短期預(yù)測裝置，其特征在于，還包括：

采集單元，用于采集用戶的歷史負荷數(shù)據(jù)和對應(yīng)日期的溫度數(shù)據(jù)；

辨識單元，用于基于所述歷史負荷數(shù)據(jù)和所述溫度數(shù)據(jù)，采用聚類分析法對用戶進行辨識，確定用戶的用電平穩(wěn)性和溫度敏感性。

8.根據(jù)權(quán)利要求6所述的用戶負荷短期預(yù)測裝置，其特征在于，所述預(yù)測單元具體用于：針對用電平穩(wěn)性好、用電平穩(wěn)性差、溫度敏感性低和溫度敏感性高的四類用戶，分別采用改進支持向量機預(yù)測模型、多模型模糊綜合模型、聚類LSTM預(yù)測模型和負荷分區(qū)預(yù)測模型進行負荷短期預(yù)測。

9.根據(jù)權(quán)利要求8所述的用戶負荷短期預(yù)測裝置，其特征在于，所述多模型模糊綜合預(yù)測模型包括：

分組單元，用于采用基于聚類的負荷模式分析算法，得到反映用戶負荷模式特點的典型負荷模式，并依據(jù)樣本到質(zhì)心的距離對各典型負荷模式進行分組；

建立單元，用于基于神經(jīng)網(wǎng)絡(luò)學習算法，建立神經(jīng)網(wǎng)絡(luò)與各典型負荷模式分組對應(yīng)的單元子預(yù)測模型；

分析單元，用于根據(jù)待預(yù)測時刻輸入和各單元子預(yù)測模型相對應(yīng)的典型負荷模式類相應(yīng)輸入之間的相似度，分析并確定單元子預(yù)測模型的權(quán)重；

集成單元，用于將各單元子預(yù)測模型的權(quán)重和預(yù)測值的乘積相加，得到多模型模糊綜合預(yù)測結(jié)果。

10.根據(jù)根據(jù)權(quán)利要求6所述的用戶負荷短期預(yù)測裝置，其特征在于，還包括：

存儲或展示單元，用于將預(yù)測結(jié)果存入數(shù)據(jù)庫和/或進行圖形化展示。