本發(fā)明屬于適用于預測目的的數(shù)據(jù)處理方法，優(yōu)選的說是一種基于電力數(shù)據(jù)的電力負荷預測系統(tǒng)及方法。

背景技術(shù)：

1、農(nóng)業(yè)電力預測是對農(nóng)業(yè)領(lǐng)域電力需求和使用情況的預測，通常基于歷史數(shù)據(jù)、農(nóng)業(yè)發(fā)展趨勢、技術(shù)進步因素等，這種預測對于農(nóng)業(yè)生產(chǎn)和電力供應具有重要意義，可以幫助農(nóng)業(yè)部門規(guī)劃電力設(shè)施、優(yōu)化資源配置、提高能源利用效率，農(nóng)業(yè)電力預測的主要目的是為農(nóng)業(yè)生產(chǎn)和電力供應提供決策支持，通過預測未來的電力需求和使用情況，農(nóng)業(yè)部門可以合理規(guī)劃電力設(shè)施，優(yōu)化資源配置，提高能源利用效率，從而保障農(nóng)業(yè)生產(chǎn)的順利進行。

2、現(xiàn)有技術(shù)在進行農(nóng)業(yè)電力供應時，大多通過變電器將輸送電力轉(zhuǎn)化為農(nóng)業(yè)用電器用電，而對于農(nóng)業(yè)用電器用電通常都是某一特定時間段用電，例如灌溉時通常都是在上午的某一特定時間段灌溉，這樣就導致在這一時間段內(nèi)變電器運行負荷較大容易產(chǎn)生異常情況，現(xiàn)有技術(shù)缺乏先預測灌溉用電和實時監(jiān)測配電變壓器異常情況，再綜合評估配電變壓器用電負荷的策略，從而導致無法及時預測潛在故障。

3、為了解決上述問題，本發(fā)明設(shè)計一種基于電力數(shù)據(jù)的電力負荷預測系統(tǒng)及方法。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明設(shè)計一種基于電力數(shù)據(jù)的電力負荷預測系統(tǒng)及方法，本發(fā)明采集天氣信息，根據(jù)天氣評估模型評估異常天氣對農(nóng)作物的影響情況；采集農(nóng)作物信息，根據(jù)農(nóng)作物評估模型評估農(nóng)作物的生長狀態(tài)；根據(jù)灌溉需求模型分析設(shè)定區(qū)域的灌溉需求；采集歷史電力數(shù)據(jù)和歷史灌溉量數(shù)據(jù)，根據(jù)用電量預測模型預測用電情況；采集配電變壓器數(shù)據(jù)，根據(jù)配電變壓器評估模型評估配電變壓器的異常情況；根據(jù)電力負荷評估模型評估配電變壓器是否能夠正常運行，本發(fā)明通過預測灌溉用電和實時監(jiān)測配電變壓器異常情況，綜合評估配電變壓器用電負荷，有助于及時響應灌溉用電需求，確保農(nóng)業(yè)用水不受電力供應不足的影響。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于電力數(shù)據(jù)的電力負荷預測方法，包括以下具體步驟：

4、步驟一、采集設(shè)定周期內(nèi)的天氣信息，根據(jù)天氣評估模型評估異常天氣對農(nóng)作物的影響情況；

5、步驟二、采集設(shè)定區(qū)域的農(nóng)作物信息，根據(jù)農(nóng)作物評估模型評估農(nóng)作物的生長狀態(tài)；

6、步驟三、獲取天氣對農(nóng)作物的影響情況和農(nóng)作物的生長狀態(tài)，根據(jù)灌溉需求模型分析設(shè)定區(qū)域的灌溉需求；

7、步驟四、采集歷史電力數(shù)據(jù)和歷史灌溉量數(shù)據(jù)，根據(jù)用電量預測模型預測用電情況；

8、步驟五、采集配電變壓器數(shù)據(jù)，根據(jù)配電變壓器評估模型評估配電變壓器的異常情況；

9、步驟六、獲取灌溉用電情況和配電變壓器的異常情況，根據(jù)電力負荷評估模型評估配電變壓器是否能夠正常運行。

10、優(yōu)選的，所述步驟一包括以下具體步驟：

11、s11、采集設(shè)定周期內(nèi)的天氣信息，所述天氣信息包括溫度、降水量和風速；

12、s12、將溫度、降水量和風速導入天氣異常影響值計算公式中計算天氣對農(nóng)作物的影響值，所述天氣異常影響值計算公式為：

13、；式中，為溫度因子，為降水量因子，為風速因子，為設(shè)定周期內(nèi)采集的第i個溫度數(shù)據(jù)，，為設(shè)定周期內(nèi)采集的溫度數(shù)據(jù)的總個數(shù)，為設(shè)定周期內(nèi)采集的總降水量，為設(shè)定周期內(nèi)采集的第k個風速數(shù)據(jù)，為設(shè)定周期內(nèi)采集的風速數(shù)據(jù)的總個數(shù)，當時，值為0，當時，值為0，當時，值為0，當時，和值均為0，，當時，值為0，為增加農(nóng)作物灌溉需求的溫度區(qū)間的最大值，為增加農(nóng)作物灌溉需求的溫度區(qū)間的最小值，為增加農(nóng)作物灌溉需求的降水量區(qū)間的最小值，為增加農(nóng)作物灌溉需求的降水量區(qū)間的最大值，為減少農(nóng)作物灌溉需求的降水量區(qū)間的最小值，為減少農(nóng)作物灌溉需求的降水量區(qū)間的最大值，為增加農(nóng)作物灌溉需求的風速區(qū)間的最大值，為增加農(nóng)作物灌溉需求的風速區(qū)間的最小值。

14、優(yōu)選的，所述步驟二包括以下具體步驟：

15、s21、采集設(shè)定區(qū)域的農(nóng)作物信息，所述農(nóng)作物信息包括土壤濕度和葉面積；

16、s22、將土壤濕度和葉面積導入農(nóng)作物生長狀態(tài)異常值計算公式中計算農(nóng)作物生長狀態(tài)異常值，所述農(nóng)作物生長狀態(tài)異常值計算公式為：

17、；

18、式中，為土壤濕度因子，為葉面積因子，為采集的第v個測試點的土壤濕度，為設(shè)置的測試點的總個數(shù)，為土壤標準濕度，為采集的第j個植株的葉面積，為采集的植株的總個數(shù)，為植株標準葉面積，當時，值取0，當時，值取0。

19、優(yōu)選的，所述步驟三包括以下具體步驟：

20、將天氣異常影響值和農(nóng)作物生長狀態(tài)異常值導入農(nóng)作物灌溉需求量計算公式中計算設(shè)定區(qū)域的灌溉需求量，所述農(nóng)作物灌溉需求量計算公式為：

21、；

22、式中，為天氣異常影響因子，為農(nóng)作物生長異常因子，為基礎(chǔ)灌溉需求量。

23、優(yōu)選的，所述步驟四包括以下具體步驟：

24、s41、采集歷史用電量數(shù)據(jù)和歷史灌溉量數(shù)據(jù),構(gòu)建輸入為農(nóng)作物灌溉需求量，輸出為灌溉用電量的灌溉神經(jīng)網(wǎng)絡(luò)模型，將歷史用電量數(shù)據(jù)和歷史灌溉量數(shù)據(jù)分為60%的參數(shù)訓練集和40%的參數(shù)測試集，將60%的參數(shù)訓練集輸入灌溉神經(jīng)網(wǎng)絡(luò)模型中進行訓練，得到灌溉初始神經(jīng)網(wǎng)絡(luò)模型，將40%的參數(shù)測試集輸入灌溉初始神經(jīng)網(wǎng)絡(luò)模型中進行測試，輸出對灌溉用電量判斷準確度最高的最優(yōu)灌溉初始神經(jīng)網(wǎng)絡(luò)模型作為灌溉神經(jīng)網(wǎng)絡(luò)模型；

25、s42、灌溉神經(jīng)網(wǎng)絡(luò)模型中特定神經(jīng)元的輸出策略公式為：

26、；

27、式中，為x+1層y項神經(jīng)元的灌溉用電量輸出，為第x層神經(jīng)元u與x+1層y項神經(jīng)元的連接權(quán)重，為第x層神經(jīng)元的總個數(shù)，為第x層神經(jīng)元u的農(nóng)作物灌溉需求量輸入，為第x層神經(jīng)元u與x+1層y項神經(jīng)元的線性關(guān)系的偏置，為sigmoid激活函數(shù)；

28、s43、將農(nóng)作物灌溉需求量輸入灌溉神經(jīng)網(wǎng)絡(luò)模型中獲取灌溉用電量的輸出；

29、s44、采集灌溉時間，將灌溉時間和灌溉用電量導入功率計算公式獲取功率，所述功率計算公式為：；

30、式中，為灌溉用電量，為灌溉時間。

31、優(yōu)選的，所述步驟五包括以下具體步驟：

32、s51、采集配電變壓器數(shù)據(jù)，所述配電變壓器數(shù)據(jù)包括溫度、噪音和電壓；

33、s52、將配電變壓器溫度、噪音和電壓導入配電變壓器異常值計算公式中計算配電變壓器的異常值，所述配電變壓器異常值計算公式為：

34、；

35、式中，為配電變壓器溫度因子，為配電變壓器噪音因子，為配電變壓器電壓因子，為采集配電變壓器的時間段個數(shù)，為采集的第r個時間段的配電變壓器的溫度，為配電變壓器標準溫度，當時，值取0，為采集的第r個時間段的配電變壓器的噪音，為配電變壓器標準噪音，當時，值取0，為采集的第r個時間段的配電變壓器的電壓，為配電變壓器標準電壓。

36、優(yōu)選的，所述步驟六包括以下具體步驟：

37、s61、將功率和配電變壓器異常值導入電力負荷計算公式中計算配電變壓器的電力負荷，所述電力負荷計算公式為：

38、；

39、式中，為計算得到的功率，為配電變壓器異常影響轉(zhuǎn)化因子，為修正因子；

40、s62、將計算得到的電力負荷和預設(shè)的電力負荷閾值進行對比，若計算得到的電力負荷小于等于預設(shè)的電力負荷閾值，則判斷配電變壓器運行正常；若計算得到的電力負荷大于預設(shè)的電力負荷閾值，則判斷配電變壓器運行異常并上報異常配電變壓器定位。

41、一種基于電力數(shù)據(jù)的電力負荷預測系統(tǒng)，用于實現(xiàn)一種基于電力數(shù)據(jù)的電力負荷預測方法，包括控制模塊、信息采集模塊、天氣評估模塊、農(nóng)作物評估模塊、灌溉需求分析模塊、用電預測模塊、配電變壓器評估模塊、電力負荷評估模塊和判斷模塊；

42、優(yōu)選的，所述控制模塊用于控制信息采集模塊、天氣評估模塊、農(nóng)作物評估模塊、灌溉需求分析模塊、用電預測模塊、配電變壓器評估模塊、電力負荷評估模塊和判斷模塊的運行；

43、優(yōu)選的，所述信息采集模塊用于采集設(shè)定周期內(nèi)的天氣信息、設(shè)定區(qū)域的農(nóng)作物信息、歷史電力數(shù)據(jù)、歷史灌溉量數(shù)據(jù)、灌溉時間和配電變壓器數(shù)據(jù)；

44、所述天氣評估模塊用于將溫度、降水量和風速導入天氣異常影響值計算公式中計算天氣對農(nóng)作物的影響值；

45、所述農(nóng)作物評估模塊用于將土壤濕度和葉面積導入農(nóng)作物生長狀態(tài)異常值計算公式中計算農(nóng)作物生長狀態(tài)異常值；

46、所述灌溉需求分析模塊用于將天氣異常影響值和農(nóng)作物生長狀態(tài)異常值導入農(nóng)作物灌溉需求量計算公式中計算設(shè)定區(qū)域的灌溉需求量；

47、所述用電預測模塊用于將農(nóng)作物灌溉需求量輸入灌溉神經(jīng)網(wǎng)絡(luò)模型中獲取灌溉用電量的輸出，再將灌溉時間和灌溉用電量導入功率計算公式獲取功率；

48、所述配電變壓器評估模塊用于將配電變壓器溫度、噪音和電壓導入配電變壓器異常值計算公式中計算配電變壓器的異常值；

49、所述電力負荷評估模塊用于將功率和配電變壓器異常值導入電力負荷計算公式中計算配電變壓器的電力負荷；

50、所述判斷模塊用于將計算得到的電力負荷和預設(shè)的電力負荷閾值進行對比，若計算得到的電力負荷小于等于預設(shè)的電力負荷閾值，則判斷配電變壓器運行正常；若計算得到的電力負荷大于預設(shè)的電力負荷閾值，則判斷配電變壓器運行異常并上報異常配電變壓器定位。

51、本發(fā)明的有益效果：本發(fā)明采集天氣信息，根據(jù)天氣評估模型評估異常天氣對農(nóng)作物的影響情況；采集農(nóng)作物信息，根據(jù)農(nóng)作物評估模型評估農(nóng)作物的生長狀態(tài)；根據(jù)灌溉需求模型分析設(shè)定區(qū)域的灌溉需求；采集歷史電力數(shù)據(jù)和歷史灌溉量數(shù)據(jù)，根據(jù)用電量預測模型預測用電情況；采集配電變壓器數(shù)據(jù)，根據(jù)配電變壓器評估模型評估配電變壓器的異常情況；根據(jù)電力負荷評估模型評估配電變壓器是否能夠正常運行；

52、本發(fā)明通過預測灌溉用電和實時監(jiān)測配電變壓器異常情況，綜合評估配電變壓器用電負荷，有助于在灌溉高峰期，及時響應灌溉用電需求，確保農(nóng)業(yè)用水不受電力供應不足的影響；

53、通過對變壓器運行狀態(tài)的實時監(jiān)測，可以預測潛在故障，提前進行維護，避免突發(fā)性故障導致的用電不便；

54、基于用電負荷數(shù)據(jù)，可以及時更新制定電力供應計劃，優(yōu)化電力系統(tǒng)運行，提高灌溉效率。