[发明专利]一种台区用电负荷预测方法与系统

权利要求书

1.一种台区用电负荷预测方法，其特征在于，包括如下步骤：

步骤S10、获取台区内各个用户的历史用电负荷数据；

步骤S20、对台区内的用户进行分类，对相同类别的用户的历史用电负荷数据进行模拟比较，确定台区内异常用户；

步骤S30、采用综合曲线数据替代异常用户的历史用电负荷数据，并基于所述综合曲线数据和正常用户的历史用电负荷数据对台区用电负荷进行预测。

2.根据权利要求1所述的方法，其特征在于，所述步骤S20，包括：

根据同一类别的多个用户的历史用电负荷数据生成对应的多个用电负荷曲线，并根据所述多个用电负荷曲线获得该类别的综合曲线；

根据该类别的综合曲线与该类别的多个用户的历史用电负荷数据进行比较，并根据比较结果确定台区内该类别的异常用户；其中该类别的综合曲线对应的综合曲线数据用于替代台区内该类别的异常用户的历史用电负荷数据以进行预测。

3.根据权利要求2所述的方法，其特征在于，所述步骤S30，包括：

将所述台区内所有正常用户的历史用电负荷数据以及所述台区内所有异常用户所对应的综合曲线数据输入预先训练好的神经网络模型进行台区用电负荷预测，输出预测结果。

4.根据权利要求2所述的方法，其特征在于，所述步骤S30，包括：

将所述台区内所有正常用户的历史用电负荷数据以及所述台区内所有异常用户所对应的综合曲线数据输入预先训练好的基于随机森林和LSTM组合模型进行台区用电负荷预测，输出预测结果。

5.根据权利要求2所述的方法，其特征在于，所述步骤S30，包括：

将所述台区内所有正常用户的历史用电负荷数据以及所述台区内所有异常用户所对应的综合曲线数据输入预先训练好的Holt Winters模型进行台区用电负荷预测，输出预测结果。

6.一种台区用电负荷预测系统，其特征在于，包括：

数据获取单元，用于获取台区内各个用户的历史用电负荷数据；

异常检测单元，用于对台区内的用户进行分类，对相同类别的用户的历史用电负荷数据进行模拟比较，确定台区内异常用户；以及

负荷预测单元，用于采用综合曲线数据替代异常用户的历史用电负荷数据，并基于所述综合曲线数据和正常用户的历史用电负荷数据对台区用电负荷进行预测。

7.根据权利要求6所述的系统，其特征在于，所述异常检测单元，具体用于：

根据同一类别的多个用户的历史用电负荷数据生成对应的多个用电负荷曲线，并根据所述多个用电负荷曲线获得该类别的综合曲线；

根据该类别的综合曲线与该类别的多个用户的历史用电负荷数据进行比较，并根据比较结果确定台区内该类别的异常用户；其中该类别的综合曲线对应的综合曲线数据用于替代台区内该类别的异常用户的历史用电负荷数据以进行预测。

8.根据权利要求7所述的系统，其特征在于，所述负荷预测单元，具体用于：

将所述台区内所有正常用户的历史用电负荷数据以及所述台区内所有异常用户所对应的综合曲线数据输入预先训练好的神经网络模型进行台区用电负荷预测，输出预测结果。

9.根据权利要求7所述的系统，其特征在于，所述负荷预测单元，具体用于：

将所述台区内所有正常用户的历史用电负荷数据以及所述台区内所有异常用户所对应的综合曲线数据输入预先训练好的基于随机森林和LSTM组合模型进行台区用电负荷预测，输出预测结果。

10.根据权利要求7所述的系统，其特征在于，所述负荷预测单元，具体用于：

将所述台区内所有正常用户的历史用电负荷数据以及所述台区内所有异常用户所对应的综合曲线数据输入预先训练好的Holt Winters模型进行台区用电负荷预测，输出预测结果。