[发明专利]用电负荷估计方法、装置和终端设备在审

专利信息
申请号: 202110939594.2 申请日: 2021-08-16
公开(公告)号: CN113837435A 公开(公告)日: 2021-12-24
发明(设计)人: 安亚刚;杨鹏;杨迪;孙增杰;王立斌;林跻云 申请(专利权)人: 国网河北省电力有限公司营销服务中心;国家电网有限公司;国网河北省电力有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 石家庄国为知识产权事务所 13120 代理人: 付晓娣
地址: 050035 河北省石家庄市高新区湘江*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用电 负荷 估计 方法 装置 终端设备
【说明书】:

发明实施例涉及电力负荷估计技术领域,公开了一种用电负荷估计方法、装置和终端设备。上述用电负荷估计方法包括:获取用户的历史负荷数据和历史检修数据;根据历史负荷数据和历史检修数据计算负荷估计矫正参数;基于负荷估计矫正参数修正线路检修对历史负荷数据的影响,得到标准负荷数据;基于标准负荷数据对负荷估计原始模型进行训练,得到标准负荷估计模型,使用标准负荷模型估计负荷情况,得到标准负荷估计结果;将标准负荷估计结果中与未来检修计划信息中检修时间对应的数据,通过负荷估计矫正参数进行修正,得到修正负荷估计结果。

技术领域

本发明涉及电力负荷估计技术领域,具体涉及一种用电负荷估计方法、装置和终端设备。

背景技术

钢铁企业负荷估计是指估计钢铁企业未来某个时刻或者特定时间段内单位时间的电能需求量或用电量,是钢铁企业所有生产环节耗费电能功率的总和。获得高精度的负荷估计结果对于企业的运营规划具有重大的意义,在实际工作中,负荷估计量是钢铁企业能源管理部门和区域电网迫切需要掌握的数据,是政策制定及安全管理的重要依据。

目前,钢铁企业对负荷估计主要采用负荷预测模型来进行预测,包括:滑动平均模型,线形回归模型,神经网路模型,基于小波分解的负荷预测模型,小波神经网络模型,支持向量机回归模型等,各个预测模型互为补充,在钢铁企业负荷整体水平相对稳定的情况下,现有技术的预测精度基本可以满足生产需求。

但在实际应用中发现,由于企业不固定的检修项计划,某些时段负荷会出现整段下降的情况,现有的负荷估计模型针对此类较为随机的检修情况需要较长的反馈校正时间才可追踪接近真实负荷数据,在实际负荷整体水平下降时,估计负荷整体高于实际负荷;如果这种负荷整体水平下降现象持续的时间较长,估计负荷会慢慢跟踪上实际负荷;但是当实际负荷又恢复到原来水平时,估计负荷会随之出现整体低于实际负荷的现象,之后估计精度的回归也需要一定时间。因此这种情况下模型对整体负荷估计精度低,无法满足实际的生产规划需求。

发明内容

有鉴于此,本发明实施例提供了一种用电负荷估计方法、装置和终端设备,以解决现有技术中用电负荷估计准确率低的问题。

为达到上述目的,本发明采用如下技术方案:

第一方面,本发明实施例提供了一种用电负荷估计方法,包括:获取用户的历史负荷数据和历史检修数据;根据所述历史负荷数据和所述历史检修数据计算负荷估计矫正参数;基于所述负荷估计矫正参数修正线路检修对所述历史负荷数据的影响,得到标准负荷数据;基于所述标准负荷数据对负荷估计原始模型进行训练,得到标准负荷估计模型,使用所述标准负荷模型估计负荷情况,得到标准负荷估计结果;将所述标准负荷估计结果中与未来检修计划信息中检修时间对应的数据,通过所述负荷估计矫正参数进行修正,得到修正负荷估计结果。

基于第一方面,在一些实施例中,所述根据所述历史负荷数据和历史检修数据计算负荷估计矫正参数,包括:基于所述历史负荷数据和所述历史检修数据,计算各检修项的负荷影响参数;基于所述负荷影响参数,计算负荷估计矫正参数。

基于第一方面,在一些实施例中,所述基于所述历史负荷数据和所述历史检修数据,计算各检修项的负荷影响参数,包括:采用滑动步长极大值法对所述历史负荷数据中的第一历史负荷片段进行消谷,得到第二历史负荷片段;确定所述第二历史负荷片段上各检修项的起止时间,根据所述起止时间内负荷的变化量计算负荷影响参数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河北省电力有限公司营销服务中心;国家电网有限公司;国网河北省电力有限公司,未经国网河北省电力有限公司营销服务中心;国家电网有限公司;国网河北省电力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110939594.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top