[发明专利]基于聚类算法的用电预测评估方法、装置、系统及介质有效

专利信息
申请号: 202110983999.6 申请日: 2021-08-25
公开(公告)号: CN113434690B 公开(公告)日: 2022-02-08
发明(设计)人: 黄智超;刘倩;李广;于潞;谢伟威 申请(专利权)人: 广东电网有限责任公司惠州供电局;惠州市鸿业电力信息科技有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06Q50/06;G06K9/00;G06K9/62
代理公司: 广东良马律师事务所 44395 代理人: 张柯
地址: 516000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 算法 用电 预测 评估 方法 装置 系统 介质
【说明书】:

发明公开了基于聚类算法的用电预测评估方法、装置、系统及介质,通过响应于用户输入的电器添加操作,采集目标电器的实际运行参数并存储至预设数据库中;基于预设因素对目标电器的用电影响,对预设数据库中已采集的电器进行聚类处理,得到目标电器在相应的预设因素下的聚类结果;根据聚类结果和实际运行参数计算目标电器在预设因素下的预测用电量;根据预测用电量对目标电器进行用电评估,并根据评估结果和聚类结果生成目标电器的最佳用电策略。通过基于预设因素的聚类处理使得在用电量的预测评估过程中能将预测用电量与实际环境因素密切关联,得到准确的预测用电量,并进一步得到可靠的最佳用电策略,有效提高了用电量预测和用电建议的准确性。

技术领域

本发明涉及计算机技术领域,尤其涉及基于聚类算法的用电预测评估方法、装置、系统及介质。

背景技术

随着各种家用电器的普及使用,现在人们依赖于各种各样的家用电器但又难以形成良好的用电习惯,这使得不少家庭的用电量大大增加,由于普通用户缺乏对各种家用电器的耗电计算能力,因此往往对家庭的电费支出存在疑惑。

即使部分用户能根据电器铭牌上的功率对家庭用电量进行预估并基于预估结果调整用电习惯,由于各种家用电器在不同影响因素下的用电量也会相应改变,使得通过电器铭牌上的功率进行预估并调整用电习惯的方式并不准确,难以实现准确的用电量预测,进而也降低了用电建议的可靠性。

因此,现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足,本发明的目的在于提供基于聚类算法的用电预测评估方法、装置、系统及介质,旨在提高用电量预测的准确性并提供可靠的用电策略以节约用电。

本发明的技术方案如下:

一种基于聚类算法的用电预测评估方法,其包括如下步骤:

响应于用户输入的电器添加操作,采集目标电器的实际运行参数并存储至预设数据库中;

基于预设因素对所述目标电器的用电影响,对所述预设数据库中已采集的电器进行聚类处理,得到所述目标电器在相应的所述预设因素下的聚类结果;

根据所述聚类结果和所述实际运行参数计算所述目标电器在所述预设因素下的预测用电量;

根据所述预测用电量对所述目标电器进行用电评估,并根据评估结果和所述聚类结果生成所述目标电器的最佳用电策略。

在一个实施例中,所述响应于用户输入的电器添加操作,采集目标电器的实际运行参数并存储至预设数据库中,包括:

响应于用户输入的电器添加操作,在显示屏上触发显示相应的引导界面;

接收用户在所述引导界面上输入的所述目标电器的电器名称、品牌型号、使用年限和日均运行时长;

根据所述目标电器的电器名称和品牌型号在预设的参数库中调取相应的额定功率,得到所述目标电器的实际运行参数并存储至预设数据库。

在一个实施例中,所述基于预设因素对所述目标电器的用电影响,对所述预设数据库中已采集的电器进行聚类处理,得到所述目标电器在相应的所述预设因素下的聚类结果,包括:

根据所述预设数据库中已采集的电器的类别,获取预先采集的相应类别的电器在预设因素发生变化时的输出功率;

根据所述输出功率与对应的额定功率以及所述预设因素构建相应的功率预测函数;

根据预设聚类算法对所述功率预测函数进行聚类处理后得到若干个聚类中心;

识别所述目标电器在所述预设因素下归属的聚类中心后得到相应的聚类结果。

在一个实施例中,所述根据所述输出功率与对应的额定功率以及所述预设因素构建相应的功率预测函数,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司惠州供电局;惠州市鸿业电力信息科技有限公司,未经广东电网有限责任公司惠州供电局;惠州市鸿业电力信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110983999.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top