[发明专利]一种台区用电负荷预测方法与系统

说明书

本发明涉及一种台区用电负荷预测方法与系统，包括：获取台区内各个用户的历史用电负荷数据；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；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。通过本发明，能够提高用电负荷预测的准确性。

技术领域

本发明涉及负荷预测技术领域，具体涉及一种台区用电负荷预测方法与系统。

背景技术

配变台区是连接智能电网与用户侧的纽带，台区物联网关基于电力通信技术将所有用户侧的智能电表数据上传至集中器，从而获得台区用户的用电数据。但是庞大的抄表数据和有限的频谱资源使配变台区通信不可避免的出现了丢包、延时等现象，造成了采集数据的不可靠性，从而影响了数据利用(如负荷预测)的准确性。

配变台区的负荷预测是低压配电网规划调度时的关键环节，不可靠的数据通信会极大地降低负荷预测的准确度。目前，通常是仅根据台区的历史用电负荷进行台区的用电负荷预测，然而，在台区的历史用电负荷中，可能包含用电异常的用户的用电负荷，导致台区的历史用电负荷不准确，进而导致用电负荷预测不准确。

发明内容

本发明的目的在于提出一种台区用电负荷预测方法与系统，以提高用电负荷预测的准确性。

本发明的实施例提出一种台区用电负荷预测方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

本发明的实施例还提出一种台区用电负荷预测系统，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。