[发明专利]电力数据处理方法及装置

说明书

本发明公开了一种电力数据处理方法及装置。其中，该方法包括：获取多个行业的电力数据；根据电力数据的行业特征对电力数据进行聚类，得到多个数据簇，其中，每个数据簇对应一个或多个行业的电力数据；分别对多个数据簇建立预测模型，通过预测模型预测数据簇对应的电力需求。本发明解决了相关技术中由于电力系统对应的用电行业数量多，无法对各个行业进行一一分析，导致电力预测准确度差的技术问题。

技术领域

本发明涉及数据处理领域，具体而言，涉及一种电力数据处理方法及装置。

背景技术

第二次工业革命以来，电力在国民经济发展中一直扮演着举足轻重的角色。作为一种必需的能源，电力工业的发展水平对国民经济建设的兴衰成败起着至关重要的作用。从经济、社会的发展到文化、科技的进步都离不开电力的保障作用。行业电力市场需求预测在电力市场运行管理中起着重要的作用，行业电力需求的波动是整个电力市场需求波动的直观体现。同时，精准的行业电力需求预测有助于帮助供电部门为不同行业客户制定更具特色的供电服务。但是，由于行业数目众多，很难针对每个行业建立单独的预测模型。

常用的行业电力需求预测主要使用传统的多元线性回归模型：建模之前，主观的选取与电力市场需求相关的几个外部变量作为模型的输入，并通过多元线性回归对未来的电力市场需求进行预测。该方法建模方便，具有一定的预测精度，但是存在外部变量选择过于随意等缺点，且用线性模型拟合各外部变量对电力需求的非线性影响导致模型预测精度较低，尤其在当下电力需求快速增长的时期，模型预测精度的不足制约着电力市场的快速发展。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种电力数据处理方法及装置，以至少解决相关技术中由于电力系统对应的用电行业数量多，无法对各个行业进行一一分析，导致电力预测准确度差的技术问题。

根据本发明实施例的一个方面，提供了一种电力数据处理方法，包括：获取多个行业的电力数据；根据所述电力数据的行业特征对所述电力数据进行聚类，得到多个数据簇，其中，每个数据簇对应一个或多个行业的电力数据；分别对多个数据簇建立预测模型，通过所述预测模型预测所述数据簇对应的电力需求。

可选的，根据所述电力数据的行业特征对所述电力数据进行聚类，得到多个数据簇之前，包括：对所述电力数据进行预处理，其中，所述预处理包括下列至少之一：剔除所述电力数据中的异常数据；对所述电力数据进行归一化处理。

可选的，根据所述电力数据的行业特征对所述电力数据进行聚类，得到多个数据簇包括：确定聚类数量；根据所述电力数据的行业特征将所述电力数据聚类为所述聚类数量的数据簇。

可选的，确定所述聚类数量包括：根据所述多个行业的数量选定所述聚类数量的初始范围；分别以所述初始范围的多个聚类数量对所述电力数据进行聚类，并计算聚类的评价指标值；根据所述评价指标值选取最优聚类数量，确定所述最优聚类数量为所述聚类数量。

可选的，分别对多个数据簇建立预测模型，通过所述预测模型预测所述数据簇对应的电力需求之后，还包括：根据所述电力需求进行电力部署，对所述数据簇对应的行业进行供电。

可选的，根据所述电力需求进行电力部署，对所述数据簇对应的行业进行供电包括：根据行业的用电需求，确定收费标准；根据所述收费标准对该行业进行供电。

可选的，所述预测模型为自回归滑动平均模型，或者机器学习模型。

根据本发明实施例的另一方面，还提供了一种电力数据处理装置，包括：获取模块，用于获取多个行业的电力数据；聚类模块，用于根据所述电力数据的行业特征对所述电力数据进行聚类，得到多个数据簇，其中，每个数据簇对应一个或多个行业的电力数据；预测模块，用于分别对多个数据簇建立预测模型，通过所述预测模型预测所述数据簇对应的电力需求。