[發明專利]一種基于電力消費潛力曲線預測電力負荷的方法及裝置

在審

• 申請號: 202011249066.6
• 申請日: 2020-11-10
• 公開（公告）號: CN112365049A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 梅曉輝;韓建振;李國翊;楊海躍;趙海洲;李鐵良;劉艷;劉世超;閻瑞雪
• 申請（專利權）人: 國網河北省電力有限公司衡水供電分公司;國家電網有限公司;華北電力大學（保定）
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06T11/20;G06K9/62;G06F17/18;G06Q50/06
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 榮穎佳

1.一種基于電力消費潛力曲線預測電力負荷的方法，其特征在于，包括：

采集電力負荷預測數據，對采集的電力負荷預測數據進行粒度細化，得到電力負荷預測元變量，對得到的電力負荷預測元變量進行因子分析，得到村落發展特征；

基于村落發展特征對應的電力負荷預測元變量，獲取村落發展度以及電力消費潛力，擬合村落發展度以及電力消費潛力，得到電力消費潛力曲線；

依據電力消費潛力曲線的上拐點、下拐點以及村落發展度，確定該村落的村落類型；

依據確定的村落類型，進行電力負荷剛性需求預測以及電力負荷彈性需求預測，得到預測的電力負荷。

2.根據權利要求1所述的方法，其特征在于，所述基于村落發展特征對應的電力負荷預測元變量，獲取村落發展度以及電力消費潛力，包括：

對村落發展特征對應的電力負荷預測元變量包含的負荷預測元變量數據集進行離散化處理，得到村落發展特征的離散化取值；

基于村落發展特征的離散化取值，獲取村落發展度以及村落電力消費潛力。

3.根據權利要求2所述的方法，其特征在于，所述對村落發展特征對應的電力負荷預測元變量進行離散化處理，得到村落發展特征的離散化取值，包括：

針對每一村落發展特征，以該村落發展特征對應的電力負荷預測元變量包含的負荷預測元變量數據集的取值為數據點，得到該村落發展特征的數據集；

設置偏向參數以及預設條件，初始化數據集的相似度矩陣、吸引度矩陣、歸屬度矩陣；

對初始化的吸引度矩陣和歸屬度矩陣進行迭代更新，直到迭代更新得到的聚類中心滿足預設條件，得到初選聚類中心；

計算初選聚類中心中，數據點對應的吸引度矩陣的吸引度和歸屬度矩陣的歸屬度的和值，獲取和值大于零的數據點，得到終選聚類中心；

依據終選聚類中心對應的數據點的取值，得到每一村落對應的村落發展特征的離散化取值。

4.根據權利要求2所述的方法，其特征在于，所述基于村落發展特征的離散化取值，獲取村落發展度，包括：

依據各村落發展特征的離散化取值，構建村落發展度評價矩陣；

對村落發展度評價矩陣進行標準化處理；

依據標準化處理的村落發展度評價矩陣，獲取村落發展特征對應的村落發展特征權重；

基于村落發展特征權重以及標準化處理后的村落發展度評價矩陣，構建加權標準評價矩陣；

依據加權標準評價矩陣，確定空心型村落以及中心型村落；

基于空心型村落以及中心型村落，獲取加權標準評價矩陣中各村落對應的村落發展度。

5.根據權利要求4所述的方法，其特征在于，所述依據加權標準評價矩陣，確定空心型村落以及中心型村落，包括：

針對加權標準評價矩陣中的每一列，提取該列中的最大值，依據提取的每列最大值構建中心型村落，以及，

提取該列中的最小值，依據提取的每列最小值構建空心型村落。

6.根據權利要求4所述的方法，其特征在于，所述基于空心型村落以及中心型村落，獲取加權標準評價矩陣中各村落對應的村落發展度，包括：

提取加權標準評價矩陣中的一村落，計算該村落與空心型村落的空心歐式距離，以及，該村落與中心型村落的中心歐氏距離；

計算空心歐氏距離與中心歐氏距離的比值，得到該村落對應的村落發展度。

7.根據權利要求4所述的方法，其特征在于，獲取所述村落電力消費潛力，包括：

針對每一村落在所述加權標準評價矩陣中的行，計算該行的加權標準值的和值，得到該村落對應的村落電力消費潛力。