[发明专利]一种用户用电行为综合预测方法及系统

说明书

本发明公开了一种用户用电行为综合预测方法及系统，本发明通过考虑用户开展用电活动中的各类主要外部因素影响，分别构建完善的用户用电心理场模型，从而合理量化分时电价、用户电费、气温等用电活动中关键的心理因素，并且能够结合已有的电力负荷预测方法，最终求得计及多种心理因素影响条件下的电力用户用电行为综合预测值。本发明综合考虑多心理场场强作用下的用电行为预测，使得用电行为预测终值更加贴近用户的心理预期，避免了只从数据分析的角度出发进行预测带来的缺陷，使得最终的预测结果更为地准确、有效，从而能够有效地保证电力网络的正常运行以及减少电力公司的经济损失。

技术领域

本发明涉及电力技术领域，具体涉及一种用户用电行为综合预测方法及系统。

背景技术

智能电网用电行为是指智能电网中用户(如住宅用户、商业用户等)的电力使用行为。通过对用户用电行为的有效掌握，能够向用户提供更优质的电力服务，减轻供电单位的供电负荷压力，避免异常用电行为导致对未来电力需求的错误判断，给电力公司造成严重的经济损失、影响电力网络的正常运行。因此，如何有效地预测用户的用电行为对于保证电力网络的正常运行至关重要。然而，现有技术中针对电力系统中电力用户的用电行为预测，即负荷预测问题并没有提供一个有效、准确的用户用电行为预测方法及系统

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种用户用电行为综合预测方法及系统，以有效、准确地预测出用户用电行为，从而能够有效地保证电力网络的正常运行以及减少电力公司的经济损失。

为实现上述目的，本发明的技术方案是：

第一方面，本发明实施例提供了一种用户用电行为综合预测方法，包括：

获取所需用户历史用电量、电价、电费、气温以及收益数据；

根据所获取到的用户历史用电量、电价、电费、气温以及收益数据来分别构建电价心理场模型、电费心理场模型、气温心理场模型以及收益心理场模型；

将所获取到用户历史用电量、电价、电费、气温以及收益数据作为BP人工神经网络模型的输入向量，以利用BP人工神经网络模型来计算预测出当前用户的预测用电初值

确定预测用电初值在电价心理场模型、电费心理场模型、气温心理场模型以及收益心理场模型中所各自对应的预测电价心理场强、预测电费心理场强、预测气温心理场强和预测收益心理场强；

对所确定的预测电价心理场强、预测电费心理场强、预测气温心理场强和预测收益心理场强分别就行标准化处理获取对应的修正系数，并根据预测用电初值和对应的修正系数来分别计算获得基于电价心理场模型修正的预测值基于电费心理场模型修正的预测值基于气温心理场模型修正的预测值和基于收益心理场模型修正的预测值

采用平均化的方法充分考虑四类心理场模型的影响，得出用户用电行为的最终预测值

第二方面，本发明实施例提供了一种用户用电行为综合预测分析系统，包括：

数据获取器，用于获取所需用户历史用电量、电价、电费、气温以及收益数据；

第一数据处理器，用于根据数据获取器所传输来的用户历史用电量、电价、电费、气温以及收益数据来分别构建电价心理场模型、电费心理场模型、气温心理场模型以及收益心理场模型；并用于将该用户历史用电量、电价、电费、气温以及收益数据作为BP人工神经网络模型的输入向量，以利用BP人工神经网络模型来计算预测出当前用户的预测用电初值并用于确定预测用电初值在电价心理场模型、电费心理场模型、气温心理场模型以及收益心理场模型中所各自对应的预测电价心理场强、预测电费心理场强、预测气温心理场强和预测收益心理场强；