[发明专利]一种楼宇用电预测方法

说明书

本发明公开了一种楼宇用电预测方法，涉及电力系统负荷预测技术领域，本发明将楼宇电表心跳包传输数据分为过往月用电数据分集和过往日用电数据子集，通过过往日用电特征值表征一天用电的整体水平，通过过往日用电峰值表征一天的最大用电负荷，通过过往月用电特征值表征一月用电的整体水平，通过过往月用电峰值表征一月的最大用电负荷，根据历史用电的发展情况，衡量未来日或月的用电负荷，本发明中历史用电负荷的变化情况为各种因素造成，最终体现在用电负荷数据变化上，因此，本发明从整体用电负荷数据变化上出发进行用电预测，从而解决了现有用电预测方法考虑因素单一的问题，提高了用电预测精度。

技术领域

本发明涉及电力系统负荷预测技术领域，具体涉及一种楼宇用电预测方法。

背景技术

随着智能家居的普及，楼宇对电能的需求逐年增大，但现有用电预测方法均是根据未来季节情况和温度情况对用电负荷进行预测。现有用电预测方法仅能通过当前季节和温度对未来短期内的季节和温度情况进行预测，根据未来短期内的季节和温度情况，确定家电的耗电量，达到用电预测的目的，预测用电的精度取决于季节和温度变化的情况。因此，现有用电预测方法考虑因素单一，存在用电预测精度不高的问题。

发明内容

针对现有技术中的上述不足，本发明提供的一种楼宇用电预测方法解决了现有用电预测方法存在用电预测精度不高的问题。

为了达到上述发明目的，本发明采用的技术方案为：一种楼宇用电预测方法，包括以下步骤：

S1、将多年历史楼宇电表心跳包传输数据归集为过往月用电数据分集和过往日用电数据子集；

S2、对每个过往日用电数据子集计算过往日用电特征值；

S3、根据过往日用电特征值，计算过往月用电特征值；

S4、根据过往日用电峰值、过往日用电特征值、过往月用电特征值和过往月用电数据分集中过往月用电峰值，预测未来用电负荷。

进一步地，所述S2具体为：将每个过往日用电数据子集的平均值和中位数和的一半作为过往日用电特征值；

所述S3具体为：根据1个月中的过往日用电特征值的平均值和中位数和的一半作为过往月用电特征值。

上述进一步地方案的有益效果为：本发明通过每个过往日中用电数据的平均值和中位数来综合表征一天用电负荷的整体水平，提高对过往日用电情况的衡量精度。本发明通过过往月中过往日的用电特征值的平均值和往日用电特征值的中位数来表征一月用电负荷的整体水平，提高对过往月用电情况的衡量精度。

进一步地，所述S4包括以下分步骤：

S41、根据过往日用电峰值，预测未来日用电峰值；

S42、根据过往日用电特征值，预测未来日用电特征值；

S43、根据过往月用电峰值，预测未来月用电峰值；

S44、根据过往月用电特征值，预测未来月用电特征值，其中，未来用电负荷包括：未来日用电峰值、未来日用电特征值、未来月用电峰值和未来月用电特征值。

上述进一步地方案的有益效果为：本发明中预测了未来用电四方面的特征数据，用电特征值可以表征未来用电的整体水平，用电峰值可以表征未来用电的最大值。

进一步地，所述步骤S41、S42、S43和S44均通过以下步骤实现：

A1、根据历史多年的同一时间段的过往用电情况值，计算用电情况变化系数；

A2、根据用电情况变化系数，计算未来用电负荷；