[發明專利]一種對臺區用電進行精準預測的方法及系統、設備、介質

有效

• 申請號: 202110312066.4
• 申請日: 2021-03-24
• 公開（公告）號: CN112990587B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 張晶
• 申請（專利權）人: 北京市騰河智慧能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/063;G06Q50/06
• 代理公司: 長沙智嶸專利代理事務所(普通合伙) 43211
• 代理人: 顏漢華

1.一種對臺區用電進行精準預測的方法，其特征在于，包括以下內容：

步驟S1：采集臺區內用戶近兩年的負荷數據，利用余弦距離公式分析臺區內各用戶用電的穩定狀態以得到關于臺區用電穩定狀態的第一特征值；

步驟S2：采集臺區總負荷數據并選出與臺區用電負荷數據相關的至少一個第二特征值；

步驟S3：對所有的第二特征值逐個進行單一模型構建以得到不同時刻的負荷預測值序列和殘差值序列，每個時刻的負荷預測值序列和殘差值序列均對應所有的第二特征值，并利用不同臺區用電穩定狀態下的第二特征值對應的t時刻的殘差值序列與對應的第一特征值序列構建線性修正模型以得到每個第二特征值對應的修正系數，利用該修正系數對不同時刻的殘差值序列中每個第二特征值所對應的殘差值進行對應修正；

步驟S4：將不同時刻的負荷預測值序列和修正后的殘差值序列進行非線性組合后輸入門控循環單元神經網絡中，得到最終的臺區用電負荷預測結果。

2.如權利要求1所述的對臺區用電進行精準預測的方法，其特征在于，所述步驟S1具體包括以下內容：

步驟S11：采集臺區內各用戶近兩年的負荷數據；

步驟S12：基于臺區內某一用戶近兩年的負荷數據得到其每一年關于日最大功率的時序特征向量；

步驟S13：基于權重占比公式對上述兩個時序特征向量進行變換以得到兩個新的時序特征向量；

步驟S14：利用余弦距離公式計算兩個新的時序特征向量之間的余弦距離值以判斷近兩年該用戶的負荷穩定狀態；

步驟S15：重復執行步驟S12至步驟S14以計算得到臺區內所有用戶的余弦距離值，基于所有的余弦距離值分布情況進行臺區用電負荷穩定狀態等級的劃分，并基于不同穩定狀態等級的占比得到關于臺區用電穩定狀態的第一特征值。

3.如權利要求1所述的對臺區用電進行精準預測的方法，其特征在于，所述步驟S3包括以下內容：

步驟S31：將其中一個第二特征值對應的數據作為數據源，對每一組數據序列檢驗其平穩性，若數據序列平穩則采用ARMA模型計算預測值，若數據序列不平穩則采用ARIMA模型計算預測值，從而得到該特征值對應的預測值序列；

步驟S32：基于該預測值序列得到該第二特征值對應的預測模型；

步驟S33：基于該預測模型得到該第二特征值在不同時刻的負荷預測值，并結合對應時刻的實際值計算得到不同時刻的殘差值；

步驟S34：重復執行上述步驟，得到每個第二特征值在不同時刻對應的負荷預測值和殘差值，從而得到不同時刻的負荷預測值序列和殘差值序列，每個時刻的負荷預測值序列和殘差值序列均對應所有的第二特征值；

步驟S35：基于不同的臺區用電穩定狀態，將其中一個第二特征值通過其對應的預測模型得到的t時刻的殘差值序列與對應的第一特征值序列構建線性修正模型以得到該第二特征值所對應的修正系數，并利用該修正系數對不同時刻的殘差值序列中該第二特征值所對應的殘差值進行修正；

步驟S36：重復執行上述步驟S35，對上述不同時刻的殘差值序列中每個第二特征值所對應的殘差值進行修正，從而得到修正后的不同時刻的殘差值序列。

4.如權利要求1所述的對臺區用電進行精準預測的方法，其特征在于，還包括以下步驟：

步驟S5：獲取臺區配電變壓器的容量信息，并結合最終的臺區用電負荷預測結果判斷是否上報預警信息至主站。

5.如權利要求1所述的對臺區用電進行精準預測的方法，其特征在于，

所述第二特征值包括星期序號、節假日、氣候、月份和臺區日用電習慣中的至少一者。

6.如權利要求2所述的對臺區用電進行精準預測的方法，其特征在于，

所述步驟S15中基于所有的余弦距離值分布情況將臺區用電負荷穩定狀態劃分為0.2、0.4、0.6、0.8和1.0五個等級，數值越高越穩定，根據不同穩定狀態等級的占比η₁、η_0.8、η_0.6、η_0.4、η_0.2，得到關于臺區用電穩定狀態的第一特征值τ_η，