[发明专利]一种电力物联网架构下的需量态势感知方法

说明书

本发明公开了一种电力物联网架构下的需量态势感知方法，包括以下步骤：构建混合传感器网络；配置中继节点；数据上传云端；构建多维时间序列；需量自相关性分析；多变量相关性分析；数据预处理；构建需量预测模型；进行超短期需量预测。本发明通过构建需量态势感知网络，采用需量态势感知方法对多维时间序列数据进行挖掘，首先通过电压、电流、功率传感器采集数据构建多维时间序列；然后利用中继节点、网关节点将数据传送到云端，并通过自协方差方程等进行相关性分析；最后设计长短期记忆网络需量预测模型结构，实现对需量的高精度态势感知，有效提高了需量的态势感知准确度。

技术领域

本发明涉及需量态势感知技术领域，特别涉及一种电力物联网架构下的需量态势感知方法。

背景技术

近年来，我国对工业用户实行了实际最大需量的新型两部制电价，工业用户可选择按实际最大需量缴纳电费，因此削减用电高峰对工业用户来说是一项重要的节约成本措施，最大需量的控制也成为工业用户关注的主要问题之一，而准确的需量态势感知是需量控制的基础。

态势感知概念最早起源于军事领域，指在特定的时空条件下，认知、理解环境因素，并对未来的发展趋势进行预测。传统的需量态势感知方法大多是单维度、单个节点的系统级需量预测，未考虑外部因素变量及重要负荷设备对预测结果的影响，导致预测精度有限。

需量态势感知网络的建立大大提高了调度中心对需量的感知能力。测量点数量、信息采集频率、信息采集类型、数据质量将显著提高，所有这些变化导致了需求侧采集数据数量的快速增长，一般的神经网络也难以对其中的特征模式进行高效提取和学习。

发明内容

为了解决上述技术问题，本发明提供一种算法简单、预测精度高的电力物联网架构下的需量态势感知方法。

本发明解决上述问题的技术方案是：一种电力物联网架构下的需量态势感知方法，包括以下步骤：

步骤一，构建混合传感器网络：将具备有线或无线通信功能的传感器组成一个有线/无线混合传感器网络，采样节点的电压、电流、功率信号；

步骤二，配置中继节点：建立混合传感器网络模型，根据通信方式和地理位置配置混合型传感器网络中继节点，通过中继节点将所有传感器构造成一个传感器网络；

步骤三，数据上传云端：将传感器采集的电压、电流、功率数据通过中继节点传送到网关节点，网关节点将数据传送到云端；

步骤四，构建多维时间序列：云端将电压、电流、功率数据按列合并构建多维时间序列；

步骤五，需量自相关性分析：通过自协方差方程进行需量自相关性分析，得到输入时间步长；

步骤六，多变量相关性分析：通过探索性数据分析方法统计分析相关的外部因素变量与需量之间的相关关系，得到输入数据维度；

步骤七，数据预处理：对多维时间序列中的数据进行归一化；

步骤八，构建需量预测模型：需量预测模型第一层为输入层，第二层为长短期记忆网络层，第三层为Dropout层，第四层为全连接层，最后一层为输出层，模需量预测模型采用sigmoid激活函数和Adam优化器；

步骤九，进行超短期需量预测：将归一化后的数据结合输入时间步长和输入数据维度得到数据集，将数据集输入需量预测模型，进行超短期需量预测。

上述电力物联网架构下的需量态势感知方法，所述步骤一中，对每个传感器所监测负荷与总负荷的占比进行判断，将占比大于1％的传感器设置为传感器网络节点。

上述电力物联网架构下的需量态势感知方法，所述步骤二中，传感器网络节点配置模型为：