[發(fā)明專利]電量預測方法、裝置、介質(zhì)及設備

有效

• 申請?zhí)枺?/td>: 202111508170.7
• 申請日: 2021-12-10
• 公開（公告）號: CN113901731B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設計）人: 董春;袁音
• 申請（專利權）人: 四川瑞康智慧能源有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/04;G06Q50/06
• 代理公司: 北京勁創(chuàng)知識產(chǎn)權代理事務所(普通合伙) 11589
• 代理人: 張鐵蘭

本申請?zhí)峁┮环N電量預測方法、裝置、介質(zhì)及設備，涉及電量預測技術領域。該方法根據(jù)經(jīng)驗模態(tài)分解方法對初篩用電異常企業(yè)中的各用電企業(yè)消耗電量與總損耗電量進行分解，確定分解得到的高頻分量，根據(jù)其變化趨勢和皮爾森相關系數(shù)確定最終異常用電企業(yè)。該方法利用相關系數(shù)分析和經(jīng)驗模態(tài)分解方法結(jié)合，能夠快速排查異常數(shù)據(jù)，提高異常數(shù)據(jù)排查效率，該方法能夠?qū)v史電量數(shù)據(jù)進行修正，以此提高電量預測精度。

技術領域

本申請涉及電量預測技術領域，具體而言，涉及一種電量預測方法、裝置、介質(zhì)及設備。

背景技術

隨著智能電網(wǎng)的建設，對電網(wǎng)規(guī)劃、營銷和調(diào)度提出了更高的要求，要求其向信息化、互聯(lián)化、智能化方向發(fā)展。電量數(shù)據(jù)是電力市場中一項重要的經(jīng)濟指標。準確預測未來用電量，可以合理安排未來生產(chǎn)計劃，進而有效調(diào)度電力資源。因此，如何準確預測電量是一個亟待解決的重要問題。

而對電量進行預測必然依賴于現(xiàn)有的歷史電能數(shù)據(jù)，而短期電量預測勢必需要獲取近期的電能數(shù)據(jù)，而由于儀表故障，可能導致抄表數(shù)據(jù)丟失或者上傳錯誤導致歷史電能數(shù)據(jù)與實際電能數(shù)據(jù)存在不小的偏差，導致最終的電量預測不準確。

發(fā)明內(nèi)容

本申請實施例的目的在于提供一種電量預測方法、裝置、介質(zhì)及設備，旨在對歷史電量數(shù)據(jù)進行修正，以此提高電量預測精度。

為了實現(xiàn)上述目的，本申請的實施例通過如下方式實現(xiàn)：

第一方面，本申請實施例提供一種電量預測方法，包括：獲取各用電企業(yè)消耗電量時間序列數(shù)據(jù)和總損耗電量數(shù)據(jù)；確定各用電企業(yè)預設單位時間內(nèi)的用電量和預單位時間內(nèi)的線損電量；根據(jù)預設單位時間內(nèi)的用電量和預單位時間內(nèi)的線損電量確定各用電企業(yè)消耗電量與總損耗電量的皮爾森相關系數(shù)；基于各用電企業(yè)預設單位時間內(nèi)的用電量以及皮爾森相關系數(shù)并根據(jù)從高到低進行排序，并將對應的位序相加確定最終排序；根據(jù)最終排序結(jié)果初篩預設比例靠前的用電企業(yè)作為初篩用電異常企業(yè)；根據(jù)經(jīng)驗模態(tài)分解方法對初篩用電異常企業(yè)進行異常排查，確定初篩后的用電異常企業(yè)并反饋至售電公司和對應用電企業(yè)進行問題排查并修正用電數(shù)據(jù)；基于用電量數(shù)據(jù)進行預設時間的電量預測。

在本申請實施例中，根據(jù)異常用電的時頻特性引起線損數(shù)據(jù)產(chǎn)生異常的特點，也使得線損數(shù)據(jù)具有時頻特性。利用時頻特性可以將異常用電行為或者異常電量數(shù)據(jù)進行關聯(lián)。獲取各用電企業(yè)消耗電量時間序列數(shù)據(jù)和總損耗電量數(shù)據(jù)；確定各用電企業(yè)預設單位時間內(nèi)的用電量和預單位時間內(nèi)的線損電量；根據(jù)預設單位時間內(nèi)的用電量和預單位時間內(nèi)的線損電量確定各用電企業(yè)消耗電量與總損耗電量的皮爾森相關系數(shù)；基于各用電企業(yè)預設單位時間內(nèi)的用電量以及皮爾森相關系數(shù)并根據(jù)從高到低進行排序，并將對應的位序相加確定最終排序；根據(jù)最終排序結(jié)果初篩預設比例靠前的用電企業(yè)作為初篩用電異常企業(yè)；根據(jù)經(jīng)驗模態(tài)分解方法對初篩用電異常企業(yè)進行異常排查，確定初篩后的用電異常企業(yè)并反饋至售電公司和對應用電企業(yè)進行問題排查并修正用電數(shù)據(jù)；基于用電量數(shù)據(jù)進行預設時間的電量預測。此方法能夠?qū)v史電量數(shù)據(jù)進行修正，以此提高電量預測精度。線損數(shù)據(jù)具有的時頻特性往往隨機性較強，經(jīng)驗模態(tài)分解方法是一種自適應信號時頻處理方法，該方法是依據(jù)數(shù)據(jù)自身的時間尺度特征來進行信號分解，無須預先設定任何基函數(shù)。根據(jù)經(jīng)驗模態(tài)分解方法對初篩用電異常企業(yè)中的各用電企業(yè)消耗電量與總損耗電量進行分解，確定分解得到的高頻分量，根據(jù)其變化趨勢和皮爾森相關系數(shù)確定最終異常用電企業(yè)。該方法利用相關系數(shù)分析和經(jīng)驗模態(tài)分解方法結(jié)合，能夠快速排查異常數(shù)據(jù)，提高異常數(shù)據(jù)排查效率。

結(jié)合第一方面，在第一方面的第一種可能的實現(xiàn)方式中，獲取各用電企業(yè)預設單位時間內(nèi)的用電量和預設單位時間內(nèi)的線損電量，具體為：

獲取各用電企業(yè)日均用電量和日均線損電量。

在該實現(xiàn)方式中，獲取各用電企業(yè)日均用電量和日均線損電量，可以用于短期電量預測。

結(jié)合第一方面，在第一方面的第二種可能的實現(xiàn)方式中，根據(jù)最終排序結(jié)果初篩預設比例靠前的用電企業(yè)作為初篩用電異常企業(yè)，具體為：