[发明专利]基于大数据技术的电力负荷预测方法及基于该方法的研究应用系统

说明书

技术领域

本发明属于电力信息大数据信息挖掘与分析领域，特别是一种基于大数据技术的 电力负荷预测方法及基于该方法的研究应用系统。

背景技术

现有的电力负荷预测方法都是基于传统的统计分析来进行数据规范和数据展现 的，传统的统计分析是指运用统计方法及与分析对象有关的知识，从定量与定性的结合上 进行的研究活动。统计分析可以分为5个步骤：描述要分析的数据的性质；研究基础群体的 数据关系；创建一个模型，总结数据与基础群体的联系；证明(或否定)该模型的有效性；采 用该模型来预测将来的趋势。

在运用传统的统计分析方法进行分析应用时，需对数据分布和变量间的关系做假 设，确定用什么概率函数来描述变量间的关系，以及如何检验参数的统计显著性，以验证假 设是否成立，而无法实现自动寻找变量间隐藏的关系或规律，并且，传统的统计分析在处理 实时、海量、模糊、杂乱的数据时效率低下，不能很好的支撑电力负荷预测的相关应用，所 以，基于大数据技术的分布式并行计算和分析挖掘能力可以实现对海量数据快速准确的进 行分析。

发明内容

本专利的目的在于：针对传统统计分析方法在分析应用之前需对数据分布和变量 间的关系做假设的问题，基于大数据的数据挖掘技术可以不需要对数据分布做任何假设， 数据挖掘中的算法会自动寻找变量间隐藏的关系或规律。针对传统统计分析方法处理实 时、海量数据效率低下的问题，基于大数据的分布式消息队列、流计算、内存计算和分布式 并行计算技术可以高效率、简洁、实时的实现对数据的采集和处理。

本专利利用生产管理系统、用电信息采集系统以及营销业务应用等系统的用电负 荷、用户档案、电网设备台账、变电站信息、区域/行业/用电类别等信息并结合天气信息、节 假日信息等外部数据。利用大数据处理技术，通过构建分布式负荷特性分析模型和负荷预 测模型，实现用电负荷特性分析和电力负荷预测分析场景，为公司电网规划、设备检修、电 能调配等提供决策支持。

本专利的具体技术方案如下：

它包括以下步骤：

步骤a、数据源建立，建立用电负荷、用户档案、电网设备台账、变电站信息、区域/ 行业/用电类别信息以及外部的天气信息、节假日信息；

步骤b、数据整合：融合kafka实时数据分布式消息队列、sqoop离线数据抽取技术， 对异构数据的快速接入，构建分布式数据整合功能，具备定时/实时数据的采集处理能力， 实现从数据源到平台存储的配置开发、过程监控；

步骤c、数据存储：对关系型数据存储、非关系型数据存储、分布式文件存储进行数 据存储，同时提供统一存储访问接口，提高数据存储低成本的横向扩展能力，提高在高并发 条件下的快速数据访问响应能力、满足海量数据实时与准实时存储需求；

步骤d、数据计算：包括流计算、批量计算、查询计算并支撑SQL查询，满足不同时效 性计算需求；批量计算支持大批量数据离线分析；流计算支持实时处理，如用电数据实时处 理、预警；同时提供类似SQL的查询分析技术，将查询语句转译为并行的分布式计算任务；

步骤e、数据分析：集成R语言和Mahout，形成分布式数据挖掘算法库，提供挖掘建 模设计工具，构建统一的分析建模能力和运行引擎；同时，通过提升改造分析决策平台，完 善分析建模、模型运行、模型发布能力，增加对大数据分布式计算的支持，满足实时、离线应 用的分析挖掘需求，为公司分析决策应用构建提供基础平台支撑；

步骤f、场景展现：实施电负荷特性分析以及电力负荷预测分析。

其中，步骤b的具体步骤如下：

1)通过sqoop定期将业务系统数据抽取到hive，数据包括用户信息表、客户联系信 息表、供电单位表、营销编码表、日测量点功率曲线表、变电站信息表、变电站坐标信息表、 关联表、变电站资源编码映射表、日气象数据表、月气象数据表；

2)大数据平台解析程序定期将CIS数据源区域负荷信息及变电站负荷信息原始数 据进行解析，并写入hive区域负荷信息解析表、变电站负荷信息解析表写入hive；