[发明专利]一种新型电力负荷数字化分析方法

说明书

本发明公开了一种新型电力负荷数字化分析方法，涉及电力负荷分析技术领域，将城市电力负荷按电力负荷类型进行分类；根据电力负荷类别收集历史电力负荷数据以及基础数据；将日期进行分类；根据日期类别收集电力负荷类别的历史电力负荷数据；根据每类日期的城市历史电力负荷数据计算每个日期类别中，每个电力负荷类别的比例系数；将每个电力负荷类别的历史电力负荷根据日期类型对应的比例系数进行调整，根据调整后的历史电力负荷数据以及电力负荷类别基础数据训练对应的神经网络模型；使用神经网络模型进行电力负荷数据的预测；根据预测电力负荷数据以及调整系数，计算预测的当日总电力负荷数据；解决了电力负荷类别与日期结合预测问题。

技术领域

本发明属于电力负荷分析领域，涉及大数据分析技术，具体是一种新型电力负荷数字化分析方法。

背景技术

城市内不同的电力用途所消耗的电量有所不同，而每一类的电力用途又根据工作日、休息日、节假日以及季节的不同有所不同；因此，在根据历史城市负荷数据以及各个电力用途的基础数据预测未来电力需求量时，需要将电力用途以及用电日期纳入计算范围；而目前现有的方案尚未完全将对电力负荷的预测与用电日期的区别进行结合；

为此，提出一种新型电力负荷数字化分析方法。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种新型电力负荷数字化分析方法，该一种新型电力负荷数字化分析方法将城市电力负荷按电力负荷类型进行分类；根据电力负荷类别收集城市历史电力负荷数据以及基础数据；将日期进行分类；根据日期类别收集对应日期下的电力负荷类别的历史电力负荷数据；根据每类日期的城市历史电力负荷数据计算出每个日期类别中，每个电力负荷类别的比例系数；将每个电力负荷类别的历史电力负荷根据日期类型对应的比例系数进行调整，根据调整后的历史电力负荷数据以及电力负荷类别基础数据训练对应的神经网络模型；使用神经网络模型进行电力负荷数据的预测；根据每个预测电力负荷数据以及每类日期的调整系数，计算预测的当日总电力负荷数据；解决了电力负荷的类别与日期结合预测问题。

为实现上述目的，根据本发明的第一方面的实施例提出一种新型电力负荷数字化分析方法，包括以下步骤：

步骤一：将城市电力负荷按电力负荷类型进行分类；将电力负荷类型集合标记为T；将每一个电力负荷类别标记为t；

步骤二：根据每个电力负荷类别t收集对应的城市历史电力负荷数据以及电力负荷类别的基础数据；

步骤三：根据实际经验将日期进行分类；将日期类别集合标记为D；将每个日期类别标记为d；

步骤四：根据每个日期类别d收集对应日期下的城市每个电力负荷类别的历史电力负荷数据；

步骤五：根据每类日期下的城市每个电力负荷类别的历史电力负荷数据计算出每个日期类别d中，每个电力负荷类别t的比例系数；将日期类别d的电力负荷类别t的比例系数标记为Sdt；

步骤六：将每个电力负荷类别t的历史电力负荷根据日期类型d对应的比例系数进行调整，再根据电力负荷类别t的调整后的历史电力负荷数据以及电力负荷类别基础数据训练对应的神经网络模型；将电力负荷类别t对应的神经网络模型标记为Mt；

步骤七：对于未来某个日期中电力负荷的预测，收集当日城市各个电力负荷类别t的基础数据，并输入至电力负荷类别t对应的神经网络模型Mt中，获得预测的电力负荷数据；将电力负荷类别t对应的电力负荷数据标记为Ft；

步骤八：根据每个电力负荷类别t的预测电力负荷数据Ft以及每类日期的调整系数，计算出预测的当日总电力负荷数据；

所述电力负荷类型可以按社会用电分类，分为8类，包括：

(1)农、林、牧、副、渔以及水利用电；

(2)工业用电；