[发明专利]一种基于电力大客户群体售电量特征的智能预测方法及装置

说明书

本发明适用于电力数据预测技术领域，提供了一种基于电力大客户群体售电量特征的智能预测方法及装置，方法包括：获取历史客户售电量数据，并筛选得到电力大客户群体数据；对电力大客户群体数据进行预处理和特征融合；将处理后数据输入训练好的GRU神经网络，即得到为电力大客户群体的售电预测结果；输出电力大客户群体的售电预测结果。本发明实施例能够通过对收集到的电力公司的客户售电量信息数据库中获取近一段时间客户售电量信息，筛选出用电特征，对筛选后的大客户群体售电量数据进行分析预测得到大客户群体售电量变化，并且根据得到的预测结果，方便及时调整大客户群体的供电计划，保障大客户能够正常生产同时也可以避免能源浪费。

技术领域

本发明属于电力数据预测技术领域，具体涉及一种基于电力大客户群体售电量特征的智能预测方法及装置。

背景技术

随着电力企业的不断改革创新，经济性已经成为判断电力企业是否合理运营的关键指标。在我国目前实行电价管制的情况下，对售电量的准确预测有利于电网公司制定合理的购售电方案。

精确的售电量预测对于电力公司合理安排供电计划、科学优化电力资源配置、提高用电管理效率、节约能源降低消耗等方面具有积极作用，电力公司也一直致力于研究售电量、售电收入的变化规律。随着预测技术的不断发展，关于售电量预测的理论以及方法已有很多，但传统预测模型的精度较低，并且预测结果也不稳定。

因此，找到一种能智能、全面预测电力大客户群体售电量的方法是本领域需要迫切解决的技术问题。

发明内容

有鉴于此，本发明实施例提供了一种基于电力大客户群体售电量特征的智能预测方法及装置，对历史大客户群体用电量、售电、最大负荷等指标进行预测，能得出较为合理的预测结果，可作为电力公司电力发展科学决策的依据。

本发明实施例的第一方面提供了一种基于电力大客户群体售电量特征的智能预测方法，包括：

获取历史客户售电量数据，并筛选得到电力大客户群体数据；

对所述电力大客户群体数据进行预处理和特征融合，得到处理后数据；

将所述处理后数据输入训练好的GRU神经网络，得到输出结果，所述输出结果即为电力大客户群体的售电预测结果；

输出所述电力大客户群体的售电预测结果。

本发明实施例的第二方面提供了一种基于电力大客户群体售电量特征的智能预测装置，包括：

筛选模块，用于获取历史客户售电量数据，并筛选得到电力大客户群体数据；

数据处理模块，用于对所述电力大客户群体数据进行预处理和特征融合，得到处理后数据；

数据输入模块，用于将所述处理后数据输入训练好的GRU神经网络，得到输出结果，所述输出结果即为电力大客户群体的售电预测结果；

预测输出模块，用于输出所述电力大客户群体的售电预测结果。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。

本发明实施例与现有技术相比存在的有益效果至少在于：