[发明专利]一种基于大数据的电网负荷管理方法及系统

权利要求书

1.一种基于大数据的电网负荷管理方法，其特征在于，通过如下步骤实现电网负荷的管理：

S1、基于大数据构建电网负荷习惯分配模型和电网异常监测模型；

S2、基于大数据为不同的电网异常情况配置对应的电网负荷应急分配模型；

所述电网负荷应急分配模型包括可分配电网负荷预测子模型和电网负荷分配子模型，

所述可分配电网负荷预测子模型基于历史电网异常参数对应的电网负荷应急分配方案内载的可分配电网负荷训练所得，其基于当前电网工况参数，输出可分配电网负荷；

将可分配电网负荷输入到电网负荷分配子模型中，电网负荷分配子模型的约束条件为电网安全运行，其目标函数为最大满足当前各用户的用电需求，实现当前可分配电网负荷的分配；

S3、基于S1中的电网负荷习惯分配模型或/和S2中的电网负荷应急分配模型实现电网负荷的分配，同时基于S1中的电网异常监测模型实现电网工况的实时监测。

2.如权利要求1所述的一种基于大数据的电网负荷管理方法，其特征在于，

所述S1中的所述电网负荷习惯分配模型由若干电网负荷习惯分配子模型构成，每一个电网负荷习惯分配子模型对应不同时段或不同季节的各用户的用电需求；每一个电网负荷习惯分配子模型基于每个区域或接口每个时间段对应的历史电网负荷分配参数训练所得，其根据区域或接口名称以及时间段或季节参数，输出历史电网负荷分配参数，即当前时段或季节的各用户的用电需求。

3.如权利要求2所述的一种基于大数据的电网负荷管理方法，其特征在于，对应的具体方式如下：

基于网络爬虫模块爬取当前时段信息或季节信息，基于当前时段信息或季节信息唤醒对应的电网负荷习惯分配模型运行实现电网负荷的分配。

4.如权利要求1所述的一种基于大数据的电网负荷管理方法，其特征在于，所述S1中的所述电网异常监测模型，采用Bi-LSTM+Attention模型，用于实现电网工况异常数据的检测识别，其基于历史电网异常工况数据集训练所得，能根据电网工况参数，输出正常或异常。

5.如权利要求1所述的一种基于大数据的电网负荷管理方法，其特征在于，

所述S2中的电网负荷应急分配模型，用于根据电网异常监测模型的识别结果获取当前可分配电网负荷，以电网安全运行为约束条件，以最大满足当前各用户的用电需求为目标，实现当前可分配电网负荷的分配；

所述识别结果为电网异常或电网正常；

当电网异常时电网负荷应急分配模型启动，将获取到当前电网运行参数输入到可分配电网负荷预测子模型，得到当前可分配电网负荷；

然后启动电网负荷分配子模型，以当前可分配电网负荷作为输入项，电网安全运行为约束条件，以最大满足当前各用户的用电需求为目标函数，实现当前可分配电网负荷的分配。

6.如权利要求5所述的一种基于大数据的电网负荷管理方法，其特征在于，

所述电网负荷的分配方法，具体如下：

不同的电网异常识别结果对应不同的异常代码，基于异常代码唤醒对应的电网负荷应急分配模型实现电网负荷的应急分配；

所述大数据为历史电网参数，其包括历史电网工况参数、历史电网需求参数、历史电网分配参数。

7.如权利要求1所述的一种基于大数据的电网负荷管理方法，其特征在于，

还包括：构建每一个电网的负荷可调范围，及电网安全运行阀值集，基于用户提交的负荷动态调控需求，以电网安全运行阀值集、满足其余用户正常用电为约束条件，在符合可调范围内，实现当前用户电网负荷的动态调控的步骤。

8.如权利要求7所述的一种基于大数据的电网负荷管理方法，其特征在于，

所述用户电网负荷的动态调控方法，具体内容如下：

基于短信编辑模块每月或每季度发送用电请求修订表的方式实现用户对用电请求的修订情况的采集，并基于采集到的用户用电请求修订情况，在电网负荷可调范围内，实现电网负荷习惯分配子模型的微调。