[发明专利]基于大数据的空间负荷预测模型构建方法

权利要求书

1.基于大数据的空间负荷预测模型构建方法，其特征在于，包括如下步骤：

1)建立空间预测数据库，所述空间预测数据库包括录入单元和外部接口单元，收集空间预测数据，包括收集配电网规划区内的经济数据、规划数据和电力负荷数据；

2)将空间预测数据库中的经济数据和电力负荷数据进行分类整理，并选取一种或多种负荷总量预测方法，构建负荷总量预测模型，输出负荷总量预测结果；

3)建立空间负荷分布模型，通过分析步骤1)中的规划数据，整理得出土地利用数据、规划区总体及各部分发展数据，并结合步骤2)中整理的电力负荷数据，确认负荷现状数据，最终开展用地性质分析工作，明确空间负荷预测所需的分类结果和面积参数；

4)基于步骤3)的用地性质分析及负荷分类结果，进行详细的用地划分，并针对用地划分及负荷分类结果，设置空间负荷预测所需要的参数种类，包括负荷密度指标及负荷同时率；

5)按照步骤4)中设置的参数种类，以步骤3)所接收并整理的资料为基础，确定负荷预测所需的负荷密度指标及负荷同时率；

6)通过空间负荷预测方法，及上述步骤所输出的面积参数、负荷密度指标参数与负荷同时率参数，计算各功能分区的负荷预测值，并结合用地规划图表征负荷的空间分布；

7)利用现有的电力负荷数据，选取已有时间节点，对上述负荷总量预测及空间负荷分布预测阶段流程的输出结果进行校验；对负荷预测结果通过校验的，确认预测结果的有效性并输出；对负荷预测结果未通过校验的，核验步骤3)至步骤6)的整体计算过程及参数设置中存在的问题，并形成反馈。

2.如权利要求1所述的基于大数据的空间负荷预测模型构建方法，其特征在于：所述录入单元包括上位计算机以及与所述上位计算机连接的人机交互界面，所述外部接口单元分别连接电力GIS数据库、EMS外部数据库，外部接口单元获取初始化数据，并与所述上位计算机实现双向互联。

3.如权利要求1所述的基于大数据的空间负荷预测模型构建方法，其特征在于：所述负荷总量预测方法包括数据统计式预测法和模糊控制式预测法，所述数据统计式预测法包括趋势外推方法、回归模型方法和时间序列方法，所述模糊控制式预测法包括灰色理论预测法、人工神经网络法、模糊预测法、专家系统法和优选组合预测法。

4.如权利要求1所述的基于大数据的空间负荷预测模型构建方法，其特征在于：所述经济数据包括配电网规划区国民经济和社会发展历史数据、最新国民经济和社会发展规划；所述规划数据包括配电网规划区城市建设总体规划及各片区控制性详细规划、土地利用总体规划、环保规划、电力专项规划；所述电力负荷数据包括配电网规划区历史年用电情况、电源规模、负荷特性曲线、负荷分布情况、负荷结构、各类用户负荷密度。

5.如权利要求1所述的基于大数据的空间负荷预测模型构建方法，其特征在于：所述空间负荷预测方法是将供电区域细分成若干个单元分区，将负荷特性相同或相似的分区聚合成类，然后将负荷空间分布预测归结为各类负荷分区负荷密度的预测，其主要方法流程包括：对照城市详细规划图→划分分区→收集数据→计算分区负荷密度指标→计算负荷分布。

6.如权利要求1所述的基于大数据的空间负荷预测模型构建方法，其特征在于：所述空间负荷预测方法的数学模型为：设ρ_it为t年第i类负荷的平均密度预测值，(i＝1,2,…,m；m为分类的总数)，ρ_t＝(ρ_1t,ρ_2t,…,ρ_mt)为分类负荷平均密度向量，分区j中分类面积构成向量为S＝(S_1jt,S_2jt,…,S_mjt)，那么，t年分区j的负荷预测值可表示为：式中η_jt为t年分区j内的分类负荷同时系数。

7.如权利要求1所述的基于大数据的空间负荷预测模型构建方法，其特征在于：

所述土地利用数据包括用地平衡表、用地规划图、各单元分区容积率控制范围，所述负荷现状数据包括负荷分布、负荷结构及负荷密度。