[發明專利]一種基于分類算法的用電量預測方法及預測系統

在審

• 申請號: 202110090391.0
• 申請日: 2021-01-22
• 公開（公告）號: CN112686473A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 何維民;趙雙雙;張昕;翟千惠;鄧君華;王舒;程雅夢;趙磊;王賀;劉穎;陳奕彤;周家億
• 申請（專利權）人: 國網江蘇省電力有限公司營銷服務中心;國網江蘇省電力有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/00;G06Q50/06;G06F21/60;G06K9/62
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 肖繼軍;張紅蓮

1.一種基于分類算法的用電量預測方法，其特征在于，所述電量預測模型的實現方法包括以下步驟：

步驟1：采集第二客戶端企業用戶的用電歷史數據以及時間上相對應的第一客戶端的稅務歷史數據；

步驟2：對步驟1所采集的用電數據進行數據預處理，所述預處理步驟包括數據無效值的剔除以及缺失值的填補，再將數據進行集成；

步驟3：對步驟2預處理過的用電數據進行數據分類，并輸出p類分類結果；

步驟4：通過加密樣本對齊以篩選第一客戶端與第二客戶端的共同用戶；

步驟5：采用步驟4所得共同用戶中第二客戶端的每一類分類數據以及共同用戶中第一客戶端里相對應的企業稅務數據進行加密模型訓練，得到每一類分類的電量預測模型；

步驟6：采集最新的電力用戶用電數據以及與之時間上相對應的企業稅務數據，經步驟2-3的數據處理后，將每類分類數據中除季度用電量的其他數據輸入至步驟5所得的相對應的模型中進行電量預測。

2.根據權利要求1所述的用電量預測方法，其特征在于：

所述步驟1中，所述第一客戶端上儲存企業用戶的稅務數據，所述第二客戶端上儲存企業用戶的用電數據；兩客戶端通過加密算法，實現與中央服務器的數據交互與模型訓練。

3.根據權利要求1所述的用電量預測方法，其特征在于：

所述步驟1中，所采集到的用電歷史數據包括用電企業代碼、電壓等級、有功功率、無功功率、最大負荷、最大負荷利用小時、平均日負荷和季度用電量；

所采集到的企業稅務數據包括企業代碼、增值稅、增值稅稅率、企業所得稅、企業營業稅稅率、企業營業稅。

4.根據權利要求1或3所述的用電量預測方法，其特征在于：

所述步驟2中，對于缺失值填補，將初始數據集中的屬性分為數值型和非數值型來分別處理；如果缺失值是數值型，則將該缺失值填補為其所在類別中數據的平均值；如果缺失值為非數值型，則將該缺失值填補為其所在類別中數據出現頻率最高的值。

5.根據權利要求1所述的用電量預測方法，其特征在于：

所述步驟3中的數據分類方法包括以下步驟：

步驟301：隨機選取P個數據樣本作為初始分類中心點；

步驟302：分別計算其余數據樣本到各個分類中心的歐式距離：

并根據其余數據與各分類中心的歐式距離，賦予每個分類中心距離其最近的數據；其中n_i代表第i個類的樣本個數；x_ij代表第i個類中的第j個樣本；m_i代表第i個類的分類中心；

步驟303：重新計算每個分類中所有數據的平均值，作為新的分類中心：

其中n_i代表分類中數據的個數；

步驟304：對步驟303的計算結果與前一次的P個分類中心進行比較，如果分類中心發生了變化，則返回步驟302，如果沒有發生變化，則停止分類過程。

6.根據權利要求5所述的用電量預測方法，其特征在于：

所述步驟301中P值個數根據樣本系數進行選擇，選擇最大樣本系數s(i)所對應的P值：

其中，i表示每個分類中的每個樣本點，a(i)表示樣本點i到同一分類其他樣本點的平均距離，b(i)表示樣本點i到其他分類中所有樣本點平均距離的最小值。