[发明专利]基于负荷数据分析的电力市场电能协调优化方法及系统

权利要求书

1.基于负荷数据分析的电力市场电能协调优化方法，其特征在于，包括如下步骤：

采集历史负荷数据并进行预处理，得到电力市场中各个用电主体的电网负荷率数据；

获取各个用电主体在电力市场中的用电特征，并将各个用电主体的所述用电特征标记在所述电网负荷率数据中对应的时间段上，得到各个用电主体的负荷率特征数据；

以所述负荷率特征数据作为训练参数，基于深度学习的方式进行模型训练，得到负荷率参照模型，将所述负荷率参照模型部署于后台服务器；

基于所述负荷率参照模型所提供的负荷率参数，协调各个用电主体在电力市场中的电能供应。

2.根据权利要求1所述的基于负荷数据分析的电力市场电能协调优化方法，其特征在于，采集历史负荷数据并进行预处理，得到电力市场中各个用电主体的电网负荷率数据，包括：

获取各个用电主体在电力市场中的历史负荷数据；

对所述历史负荷数据进行解析，得到解析数据，并根据所述解析数据建立以日为单位的日负荷率；

根据各个用电主体在电力市场中的历史负荷数据，计算得到各个用电主体的历史平均负荷数据，并按照从高到低进行排序；

按照排列的所述历史平均负荷数据，依次将各个用电主体的日负荷率写入负荷表单，得到各个用电主体在电力市场中的电网负荷率数据并上传保存至后台服务器。

3.根据权利要求1所述的基于负荷数据分析的电力市场电能协调优化方法，其特征在于，获取各个用电主体在电力市场中的用电特征，包括：

根据用电属性，建立用电主体的分类规则；

按照所述分类规则，对电力市场中的用电主体进行属性分类，得到不同属性下的各个用电群体；

采集各个用电群体的日负荷率信息，计算并得到所述日负荷率信息中的峰值特征信息；

将所述峰值特征信息作为所述用电群体在电力市场中的用电特征，并建立起各个用电群体与对应的所述峰值特征信息之间的映射关系。

4.根据权利要求3所述的基于负荷数据分析的电力市场电能协调优化方法，其特征在于，获取各个用电主体在电力市场中的用电特征，并将各个用电主体的所述用电特征标记在所述电网负荷率数据中对应的时间段上，得到各个用电主体的负荷率特征数据，包括：

获取各个用电群体的所述峰值特征信息；

根据各个用电主体在电力市场中的历史平均负荷数据的从高到低的排序，依次有序排列各个用电群体的所述峰值特征信息；

将有序排列的各个用电群体的所述峰值特征信息标记在预设的时间轴上，得到在时间轴下的各个用电群体的负荷率特征数据。

5.根据权利要求4所述的基于负荷数据分析的电力市场电能协调优化方法，其特征在于，以所述负荷率特征数据作为训练参数，基于深度学习的方式进行模型训练，得到负荷率参照模型，将所述负荷率参照模型部署于后台服务器，包括：

基于深度学习的方式，预置负荷数据的训练网络；

获取在时间轴下有序排列的各个用电群体的负荷率特征数据，将所述负荷率特征数据输入预置的训练网络中，进行模型训练；

按照设置的迭代轮次进行优化训练，最终得到一个能够识别不同用电群体的负荷率参照模型并将所述负荷率参照模型部署于后台服务器。

6.根据权利要求5所述的基于负荷数据分析的电力市场电能协调优化方法，其特征在于，在得到负荷率参照模型之后，还包括：

采用阶梯式更新的方式，获取各个用电群体在新一轮时间段中的历史负荷数据；

基于所述负荷率特征数据的获取方式，得到各个用电群体在新一轮时间段中的所述负荷率特征数据；

以各个用电群体在新一轮时间段中的所述负荷率特征数据，作为新的训练参数进行模型更新训练，得到新的负荷率参照模型。