本發(fā)明涉及電力系統(tǒng)，特別涉及一種基于智能電表的短期電力負(fù)荷預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、近年來，我國智能電網(wǎng)建設(shè)取得了顯著成果，國家大力推廣節(jié)能減排政策，鼓勵(lì)居民使用高效節(jié)能的電器產(chǎn)品。在此背景下，智能電表市場需求日益旺盛。據(jù)相關(guān)數(shù)據(jù)顯示，我國智能電表市場規(guī)模逐年擴(kuò)大，預(yù)計(jì)未來幾年將保持穩(wěn)定增長。為了滿足市場需求，提高我國智能電網(wǎng)的整體水平，研發(fā)一款具有高性能、高可靠性的智能電表勢在必行。電能是保證社會(huì)正常運(yùn)轉(zhuǎn)的基本能源，隨著我國現(xiàn)代化建設(shè)速度的不斷提高，各種用電負(fù)荷也在飛速增加，社會(huì)對(duì)于電能的質(zhì)量和時(shí)效性有了更高的要求。炎熱的夏季和寒冷的冬季是用電的高峰期，但是由于儲(chǔ)備電能的不足以及電能的不合理配置問題而造成了某些地區(qū)的電力短缺現(xiàn)象，并且近年來由于產(chǎn)業(yè)更新升級(jí)，再加上夏季高溫與冬季嚴(yán)寒的氣候影響，導(dǎo)致用電需求持續(xù)性激增，引起了較大的電力缺口。

2、由于電能資源難以儲(chǔ)存，因此合理調(diào)度電能資源成為充分利用電能資源、避免電力資源浪費(fèi)的重要方式。負(fù)荷預(yù)測是實(shí)現(xiàn)電力資源合理調(diào)度的關(guān)鍵方法，提高負(fù)荷預(yù)測模型的準(zhǔn)確性和穩(wěn)定性可以為電力調(diào)度部門提供決策依據(jù)。對(duì)于短期運(yùn)行的局部電力系統(tǒng)，建立精準(zhǔn)的負(fù)荷預(yù)測模型十分困難，所以提高短期負(fù)荷預(yù)測的精準(zhǔn)度是目前亟需解決的重要問題。

3、在物聯(lián)網(wǎng)技術(shù)普及之前，傳統(tǒng)的電力計(jì)量主要依賴于機(jī)械式或電子式電表。這些電表通常只能進(jìn)行本地電量計(jì)量，無法實(shí)現(xiàn)遠(yuǎn)程抄表和數(shù)據(jù)傳輸。智能物聯(lián)網(wǎng)電壓表具有精度高、抗干擾能力強(qiáng)，可擴(kuò)展性強(qiáng)、集成方便，還可實(shí)時(shí)上傳數(shù)據(jù)到pc平臺(tái)方便數(shù)據(jù)管理與決策，已被廣泛用于電子及電工測量、工業(yè)自動(dòng)化儀表、自動(dòng)測試系統(tǒng)等智能化測量領(lǐng)域。隨著智能物聯(lián)網(wǎng)電壓表的大量應(yīng)用，通過智能物聯(lián)網(wǎng)電壓表來實(shí)時(shí)采用用電數(shù)據(jù)，進(jìn)而對(duì)有電系統(tǒng)短期負(fù)荷進(jìn)行預(yù)測成為可能。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題在于，針對(duì)現(xiàn)有技術(shù)的不足提供一種基于智能電表技術(shù)預(yù)測短期電力負(fù)荷的方法。

2、一種基于智能電表的短期電力負(fù)荷預(yù)測方法，其包括如下步驟：1)數(shù)據(jù)采集：通過智能電表采集目標(biāo)用戶與電力負(fù)荷相關(guān)的時(shí)序數(shù)據(jù)；2)構(gòu)建用戶電表電力數(shù)據(jù)集：將步驟1)中采集的時(shí)序數(shù)據(jù)進(jìn)行聚類，并劃分出訓(xùn)練集、驗(yàn)證集和測試集；3)構(gòu)建電力負(fù)荷預(yù)測模型，并通過訓(xùn)練集對(duì)電力負(fù)荷預(yù)測模型進(jìn)行訓(xùn)練；4)模型性能評(píng)估：采用驗(yàn)證集對(duì)訓(xùn)練好的電力負(fù)荷預(yù)測模型進(jìn)行檢測評(píng)估，并進(jìn)行優(yōu)化，將優(yōu)化好的電力負(fù)荷預(yù)測模型用過測試集做進(jìn)一步的驗(yàn)證，直至電力負(fù)荷預(yù)測模型的預(yù)測結(jié)果與測試集中的電力消耗數(shù)據(jù)差值小于規(guī)定閾值；5)短期電力載荷預(yù)測：實(shí)時(shí)采集目標(biāo)用戶與電力負(fù)荷相關(guān)的時(shí)序數(shù)據(jù)，并電力負(fù)荷預(yù)測模型進(jìn)行短期電力載荷預(yù)測。

3、優(yōu)選的，所述時(shí)序數(shù)據(jù)包括有功功率、無功功率、a相電流、b相電流、c相電流，a相電壓、b相電壓、c相電壓，其中所述有功功率為輸出參數(shù)，無功功率、a相電流、b相電流、c相電流，a相電壓、b相電壓、c相電壓為輸入?yún)?shù)。

4、優(yōu)選的，所述電力負(fù)荷預(yù)測模型為cnn-lstm-attention預(yù)測模型。

5、優(yōu)選的，步驟2)中采用kmeans算法對(duì)采集數(shù)據(jù)進(jìn)行聚類。

6、優(yōu)選的，步驟3)中對(duì)電力負(fù)荷預(yù)測模型進(jìn)行訓(xùn)練時(shí)，首先，輸入數(shù)據(jù)通過一維卷積層進(jìn)行特征提取，識(shí)別時(shí)間序列中的關(guān)鍵特征；隨后，數(shù)據(jù)進(jìn)入lstm層，該層專為分析時(shí)間序列而設(shè)計(jì)，能夠識(shí)別數(shù)據(jù)的長時(shí)依賴和復(fù)雜變化；模型進(jìn)一步引入了注意力機(jī)制，通過對(duì)lstm輸出進(jìn)行重要性加權(quán)，使模型專注于序列中的關(guān)鍵信息，提高了預(yù)測的準(zhǔn)確性；接著，數(shù)據(jù)通過一個(gè)全連接層，并使用relu激活函數(shù)，在模型的最終階段，增加了一個(gè)額外的dropout層，隨后通過全連接層將特征轉(zhuǎn)換成預(yù)測結(jié)果。

7、優(yōu)選的，步驟4)仲，通過驗(yàn)證集數(shù)據(jù)對(duì)預(yù)測模型進(jìn)行檢測評(píng)估時(shí)可使用多個(gè)性能指標(biāo)進(jìn)行評(píng)價(jià)，包括均方誤差、均方根誤差、決定系數(shù)。

8、本發(fā)明具有如下有益效果：該短期電力負(fù)荷預(yù)測方法通過智能電表實(shí)時(shí)檢測電力負(fù)荷相關(guān)的時(shí)序數(shù)據(jù)，并構(gòu)建電力負(fù)荷預(yù)測模型，將實(shí)時(shí)檢測的時(shí)序數(shù)據(jù)對(duì)電力負(fù)荷預(yù)測模型進(jìn)行訓(xùn)練、評(píng)估，提高電力負(fù)荷預(yù)測模型的預(yù)測精度，進(jìn)而可有效提高短期負(fù)荷預(yù)測的精準(zhǔn)度，能更好的為電力調(diào)度部門提供決策依據(jù)。

9、為使能更進(jìn)一步了解本發(fā)明的特征及技術(shù)內(nèi)容，請(qǐng)參閱以下有關(guān)本發(fā)明的詳細(xì)說明與圖式，然而所提供的圖式僅用于提供參考與說明，并非用來對(duì)本發(fā)明加以限制。

技術(shù)特征：

1.一種基于智能電表的短期電力負(fù)荷預(yù)測方法，其特征在于，其包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于智能電表的短期電力負(fù)荷預(yù)測方法，其特征在于：所述時(shí)序數(shù)據(jù)包括有功功率、無功功率、a相電流、b相電流、c相電流，a相電壓、b相電壓、c相電壓，其中所述有功功率為輸出參數(shù)，無功功率、a相電流、b相電流、c相電流，a相電壓、b相電壓、c相電壓為輸入?yún)?shù)。

3.根據(jù)權(quán)利要求1所述的一種基于智能電表的短期電力負(fù)荷預(yù)測方法，其特征在于：所述電力負(fù)荷預(yù)測模型為cnn-lstm-att?ention預(yù)測模型。

4.根據(jù)權(quán)利要求1所述的一種基于智能電表的短期電力負(fù)荷預(yù)測方法，其特征在于：步驟2)中采用kmeans算法對(duì)采集數(shù)據(jù)進(jìn)行聚類。

5.根據(jù)權(quán)利要求1所述的一種基于智能電表的短期電力負(fù)荷預(yù)測方法，其特征在于：步驟3)中對(duì)電力負(fù)荷預(yù)測模型進(jìn)行訓(xùn)練時(shí)，首先，輸入數(shù)據(jù)通過一維卷積層進(jìn)行特征提取，識(shí)別時(shí)間序列中的關(guān)鍵特征；隨后，數(shù)據(jù)進(jìn)入lstm層，該層專為分析時(shí)間序列而設(shè)計(jì)，能夠識(shí)別數(shù)據(jù)的長時(shí)依賴和復(fù)雜變化；模型進(jìn)一步引入了注意力機(jī)制，通過對(duì)lstm輸出進(jìn)行重要性加權(quán)，使模型專注于序列中的關(guān)鍵信息，提高了預(yù)測的準(zhǔn)確性；接著，數(shù)據(jù)通過一個(gè)全連接層，并使用relu激活函數(shù)，在模型的最終階段，增加了一個(gè)額外的dropout層，隨后通過全連接層將特征轉(zhuǎn)換成預(yù)測結(jié)果。

6.根據(jù)權(quán)利要求1所述的一種基于智能電表的短期電力負(fù)荷預(yù)測方法，其特征在于：步驟4)仲，通過驗(yàn)證集數(shù)據(jù)對(duì)預(yù)測模型進(jìn)行檢測評(píng)估時(shí)可使用多個(gè)性能指標(biāo)進(jìn)行評(píng)價(jià)，包括均方誤差、均方根誤差、決定系數(shù)。

技術(shù)總結(jié)
本發(fā)明公開了一種基于智能電表的短期電力負(fù)荷預(yù)測方法，該短期電力負(fù)荷預(yù)測方法通過智能電表實(shí)時(shí)檢測電力負(fù)荷相關(guān)的時(shí)序數(shù)據(jù)，并構(gòu)建電力負(fù)荷預(yù)測模型，將實(shí)時(shí)檢測的時(shí)序數(shù)據(jù)對(duì)電力負(fù)荷預(yù)測模型進(jìn)行訓(xùn)練、評(píng)估，提高電力負(fù)荷預(yù)測模型的預(yù)測精度，進(jìn)而可有效提高短期負(fù)荷預(yù)測的精準(zhǔn)度，能更好的為電力調(diào)度部門提供決策依據(jù)。

技術(shù)研發(fā)人員：鄒繼東,劉冉冉
受保護(hù)的技術(shù)使用者：江蘇卡歐萬泓電子有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30