[发明专利]一种基于AI人工智能的电力负荷预测系统

权利要求书

1.一种基于AI人工智能的电力负荷预测系统，包括电机数据收集模块，其特征在于：所述电力数据收集模块(1)连接端连接有训练集综合模块(2)，所述训练集综合模块(2)连接端连接有AI数据学习模块(3)，所述AI数据学习模块(3)连接端连接有AI预测模块(4)，所述AI预测模块(4)连接端连接有预测结果分析模块(5)，所述预测结果分析模块(5)连接端连接有权重分配模块(6)；

所述电力数据收集模块(1)用于收集电力使用数据；

所述训练集综合模块(2)用于综合整理电力数据收集模块(1)收集的电力使用数据，并利用电力使用数据制作样本数据；

所述AI数据学习模块(3)通过学习样本数据训练预测模型；

所述AI预测模块(4)通过预测模型对电力负荷进行预测；

所述预测结果分析模块(5)将预测结果与实际电力负荷对比、分析；

所述权重分配模块(6)根据预测结果分析模块(5)的分析对预测过程的权重配比进行微调。

2.根据权利要求1所述的一种基于AI人工智能的电力负荷预测系统，其特征在于：所述电力数据收集模块(1)包括实时气象单元(7)和实时电力负荷单元(8)，所述实时气象单元(7)用于收集记录实时气象数据，所述实时电力负荷单元(8)用于记录实时电力负荷数据。

3.根据权利要求1所述的一种基于AI人工智能的电力负荷预测系统，其特征在于：所述训练集综合模块(2)包括数据存储单元(9)和样本综合单元(10)，所述数据存储单元(9)用于存储气象数据和电力负荷数据以及其对应的时间信息，所述样本综合单元(10)用于综合数据存储单元(9)存储的数据并制作成训练样本数据。

4.根据权利要求3所述的一种基于AI人工智能的电力负荷预测系统，其特征在于：所述AI数据学习模块(3)包括预测模型单元(11)和模型学习单元(12)，所述预测模型单元(11)用于提取数据存储单元(9)的数据，并根据数据建立电力负荷预测模型，所述模型学习单元(12)用于提取样本综合单元(10)制作的训练样本数据，对预测模型单元(11)建立的电力负荷预测模型进行训练学习。

5.根据权利要求1所述的一种基于AI人工智能的电力负荷预测系统，其特征在于：所述AI预测模块(4)包括大数据预测单元(13)和短期预测单元(14)，所述大数据预测单元(13)通过电力负荷预测模型和气象数据对电力负荷进行预测，所述短期预测单元(14)通过电力负荷预测模型和实时电力负荷数据对电力负荷进行预测。

6.根据权利要求5所述的一种基于AI人工智能的电力负荷预测系统，其特征在于：所述预测结果分析模块(5)包括综合分析单元(15)和结果对比单元(16)，所述综合分析单元(15)通过对大数据预测单元(13)和短期预测单元(14)的预测结果进行综合分析，对预测结果进行计算，得出综合预测数据并输出，所述结果对比单元(16)通过将大数据预测单元(13)和短期预测单元(14)的预测结果以及综合预测数据分别与实际结果进行对比分析，计算预测结果与实际结果的差距。

7.根据权利要求6所述的一种基于AI人工智能的电力负荷预测系统，其特征在于：所述权重分配模块(6)包括模型权重单元(17)和综合权重单元(18)，所述模型权重单元(17)通过结果对比单元(16)对大数据预测单元(13)和短期预测单元(14)的预测结果与实际结果进行的对比分析，对电力负荷预测模型的权重配比进行调试，所述综合权重单元(18)通过结果对比单元(16)对综合预测数据与实际结果进行的对比分析，对综合分析单元(15)预测结果计算的权重配比进行调试。