[發明專利]一種基于負荷識別技術的居民用電負荷預測方法

在審

• 申請號: 202010401782.5
• 申請日: 2020-05-13
• 公開（公告）號: CN111598330A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 王鴻璽;李飛;申洪濤;史輪;孫沖;高波;李夢宇
• 申請（專利權）人: 國網河北省電力有限公司電力科學研究院;國網河北能源技術服務有限公司;國家電網有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06K9/54;G06F30/20
• 代理公司: 石家莊新世紀專利商標事務所有限公司 13100
• 代理人: 張曉佩

1.一種基于負荷識別技術的居民用電負荷預測方法,其特征在于,包括以下步驟：

S1計量模塊對表箱中三個相別進行用電計量；

S2數據采集應用對計量模塊的計量數據進行實時采集；

S3實時采集的計量數據進行預處理；

S4邊緣計算應用對數據進行歸一化處理、特征提取、負荷識別；

S5結合外部信息進行建模，進行負荷預測并實時修正。

2.根據權利要求1所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于, S1和S2感知終端計量模塊進行三相用電計量，感知終端數據采集應用對計量模塊的計量數據進行實時采集。

3.根據權利要求2所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于, S3感知終端對數據處理應用對采集的用電計量數據進行預處理，整合成其應用需要的數據的分鐘曲線、小時曲線或日曲線。

4.根據權利要求3所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于,S4和S5感知終端邊緣計算應用使用有功功率曲線、電壓曲線、電流曲線、諧波、電壓噪聲暫態和穩態數據，對負荷特征各維數據進行歸一化操作，對預處理后的樣本數據集進行特征選擇，基于特征選擇后保留的負荷特征數據重新組建樣本數據集，對樣本數據集進行K-Means聚類分析、決策樹分類、支持向量機分類算法，并參照已知樣本庫模型，得到該段時間內的負荷比例構成情況。

5.根據權利要求1所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于,S1中的計量模塊具有測量用電設備的工作電壓、電流、電量、有功功率、功率因數和運行時間參數功能，同時具有對電流、功率等曲線進行實時數據處理功能。

6.根據權利要求1所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于,S4使用采樣的波形數據，對負荷的穩態和暫態特征進行特征提取；使用提取的特征算法，獲取居民用戶電器設備類型和用電時長信息；

穩態特征包括功率及其諧波、V-I波形、電壓噪聲和電流諧波；

暫態特征包括電壓、瞬時功率、電壓噪聲和電流。

7.根據權利要求1所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于,S5結合用電時段、用電季節以及假期特征，對用戶用電數據進行聚類分析，并對用戶已知用電行為習慣建立預測模型。

8.根據權利要求7所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于, 對用電時段、用電季節以及假期特征使用了歸一化方法，使離散、類別數據納入算法中參與計算。

9.根據權利要求8所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于, 使用用戶用電分析數據，對模型實時修正，并對居民用電負荷進行超短、短期、中期、長期預測。

10.根據權利要求9所述的一種基于負荷識別技術的居民用電負荷預測方法,其特征在于, 所述超短、短期、中期、長期預測中的超短預測是對未來5分鐘到24小時的負荷變化情況進行預測；短期預測為一天到30天的負荷變化情況進行預測，中期預測為一個月到一年的負荷變化情況進行預測，長期預測為一年以上的負荷變化情況進行預測。