[发明专利]一种台区用电量预测方法、装置、设备及存储介质在审

专利信息
申请号: 202111038681.7 申请日: 2021-09-06
公开(公告)号: CN113743667A 公开(公告)日: 2021-12-03
发明(设计)人: 雷小林;刘洋海;孙汉威;张捷;吴志敏;李斌;陈思龙;黄楚晴;徐杨;曾雅怡;丘文广;王文颉;麦国垚 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司韶关供电局
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;H02J3/00
代理公司: 北京品源专利代理有限公司 11332 代理人: 李礼
地址: 510000 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: 一种 用电量 预测 方法 装置 设备 存储 介质
【说明书】:

发明实施例公开了一种台区用电量预测方法、装置、设备和存储介质,所述方法包括:获取待预测用电量对应的目标台区在设定时间段内的历史用电量;基于所述历史用电量确定用电量预测基准信息,将所述用电量预测基准信息输入至预先设置的用电量预测模型,得到所述用电量预测模型输出的模型预测结果;根据所述模型预测结果确定用电量预测结果。本发明实施例提供的方法通过基于预先设置的用电量预测模型对台区用电量进行预测,实现了台区用电量的预测,可以有效的预测地区负荷的变化趋势,为电力建设提供一定的决策依据。

技术领域

本发明实施例涉及电力技术领域,尤其涉及一种台区用电量预测方法、装置、设备及存储介质。

背景技术

近些年来,随着居民生活水平的不断提高,消费观念的不断转变,城市、乡村居民生活用电量增长迅速,居民生活用电量在社会总用电量中的比重逐年上升,因此,分析台区用电量的增长趋势和规律,做出精准的城市、乡村居民用电量预测,是预测全社会用电量增长趋势、了解城镇化进程、能源消费结构的基础,也是发电、输配电、智能电网建设等电力系统相关企业进行精细化管理的内在要求。

但是,目前并没有关于台区的用电量预测的研究,因此,如何实现台区用电量预测是一个亟待解决的技术问题。

发明内容

本发明实施例提供了一种台区用电量预测方法、装置、设备及存储介质,以实现台区用电量的预测,有效的预测地区负荷的变化趋势,为电力建设提供一定的决策依据。

第一方面,本发明实施例提供了一种台区用电量预测方法,包括:

获取待预测用电量对应的目标台区在设定时间段内的历史用电量;

基于历史用电量确定用电量预测基准信息,将用电量预测基准信息输入至预先设置的用电量预测模型,得到用电量预测模型输出的模型预测结果;

根据模型预测结果确定用电量预测结果。

可选的,在上述方案的基础上,用电量预测模型包括平滑指数法模型,将用电量预测基准信息输入至预先设置的用电量预测模型,得到用电量预测模型输出的模型预测结果,包括:

将用电量预测基准信息输入至预先设置的平滑指数法模型,得到平滑指数法模型输出的模型预测结果。

可选的,在上述方案的基础上,还包括:

获取用电量样本数据,基于用电量样本数据确定平滑指数法模型中的平滑加权系数。

可选的,在上述方案的基础上,用电量预测模型包括自回归积分滑动平均模型,将用电量预测基准信息输入至预先设置的用电量预测模型,得到用电量预测模型输出的模型预测结果,包括:

将用电量预测基准信息输入至预先设置的自回归积分滑动平均模型,得到自回归积分滑动平均模型输出的模型预测结果。

可选的,在上述方案的基础上,还包括:

获取用电量样本数据,采用最小二乘法进行参数估计,基于用电量样本数据确定自回归积分滑动平均模型的模型参数。

可选的,在上述方案的基础上,采用最小二乘法进行参数估计,基于用电量样本数据确定自回归积分滑动平均模型的模型参数,包括:

根据用电量样本数据确定模型参数样本数据;

采用最小二乘法进行参数估计,基于模型参数样本数据确定自回归积分滑动平均模型的模型参数。

可选的,在上述方案的基础上,根据用电量样本数据确定模型参数样本数据,包括:

对用电量样本数据进行平稳性检验,确定用电量样本数据中的样本平稳数据和样本非平稳数据;

对样本非平稳数据进行平稳化处理,得到平稳化处理数据;

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;广东电网有限责任公司韶关供电局,未经广东电网有限责任公司;广东电网有限责任公司韶关供电局许可,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/202111038681.7/2.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