[发明专利]一种电能量数据预估方法

说明书

技术领域

本发明涉及电力系统信息化及自动化领域，特别涉及电能量数据处理及统计分析研究。

背景技术

随着电力系统信息化、自动化水平的不断提高及计算机技术的发展，电网数据作为一种综合反映供电公司规划设计、生产运行、经营管理水平的直观展示，是供电公司日常管理工作中所关注的重要内容。合理分析处理利用海量的电网数据能够带来非常可观的经济与社会效益。

以数据预估模型应用于线损为例，台区线损管理通过比较理论线损与实际线损的差值，对不合理线损进行分析和预测，提供较为科学有效的降损措施，有利于提升电力部门的管理水平与经济效益，促进电网的建设与改造的科学性与合理性。传统的台区线损管理中存在一些问题：

1）采取一刀切方式，通过人工设定台区合理线损率，缺乏科学依据，离精益化管理目标相差甚远。

2）台区理论线损的计算主要基于潮流的计算方法，但是由于低压台区下分支线路复杂，元件多样，设备台账数据不全，理论线损计算将非常复杂。

3）供电公司管辖范围内台区数量巨大，彼此之间差别较大，无法用统一的方式进行管理。

因此，如何进一步提高台区线损管理精益化水平，给出每个台区可参照的合理线损范围，科学合理的对台区线损进行监视，并及时发现异常台区，分析原因，及时解决问题，成为电力营销工作迫切需要解决的问题。

发明内容

本发明要解决的技术问题是提供一种电能量数据预估方法，弥补了现有电网数据分析预估方面的不足，直接可利用于线损的合理预估等场景，为供电工作提供有效的辅助。

实现本发明目的的技术方案之一是提供一种电能量数据预估方法，包括如下几个步骤：

①原始样本数据的收集分析及处理：对供电公司所有的台区数据进行收集及预处理；

②通过K-means聚类方法按照台区特征对供电公司所有的台区数据进行分类，将供电公司辖区内的台区分为特征不同的类群，具体过程如下：

2.1、从数据集中随机取k'个元素，作为k'个簇的各自的中心；

2.2、分别计算剩下的元素到k'个簇中心的相异度，将这些元素分别划归到相异度最低的簇；

2.3、根据聚类结果，重新计算k'个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数；

2.4、将数据集中全部元素按照新的中心重新聚类；

2.5、重复第2.4步，直到聚类结果不再变化；

2.6、将结果输出；

③将每一类典型台区基础数据与预测值相关联，通过线性回归方式建立数学预测模型，具体过程如下：

根据步骤②得到的K-means聚类结果数据，将不同分类的台区数据分别作为线性回归的输入，以所需预测特征数据作为输出，建立线性回归模型，并对结果做相应的分析得出各分类对应的回归方程；

根据线性回归建模的原理，在线性关系相关性条件下，两个或者两个以上自变量对一个因变量，为多元线性回归分析，表现这一数量关系的数学公式，建立多元线性样本回归方程为：

++ （1）

其中是个未知参数，为回归常数，为回归系数；为被解释变量；是k个可以精确可控制的一般变量，为解释变量；

多元线性回归方程中回归系数的估计同样可以采用最小二乘法；由残差平方和：

=0（2）

根据微积分中求极小值得原理，可知残差平方和存在极小值；欲使达到最小，对的偏导数必须为零；

将对求偏导数，并令其等于零，加以整理后可得到各方程式：

= （3）

=-2（4）

通过求解便可分别得到的估计值回归系数的估计值，从而得出因变量与自变量的多元线性回归方程，即需要的数学预测模型；

④将所要预测的数据输入模型，得到输出合理的所需预测特征数据预测值，从而得出每一类台区的所需预测特征数据预测值。

进一步的，步骤①具体来讲包括如下步骤：

步骤A：识别信息需求：识别信息需求是管理者的职责管理者应根据决策和过程控制的需求；

步骤B：策划收集数据的内容、渠道、方法，进行有目的的收集数据，从而确保数据分析过程的真实有效；

步骤C：将收集的数据通过加工、整理和分析、使其转化为信息；对于数据缺失的现象，采取人工补录或者数据清洗工具填充的方法。