[发明专利]一种系统用电量预测方法

摘要

为准确进行用电量预测，本发明提供了一种系统用电量预测方法，包括：S1数据获取，通过智能电表采集居民、工业、商业等用户的用电信息，通过外部系统获取影响因素信息，同时生成该用户历史表；S2用户用电规律分析，结合历史表对采集得到的用户用电信息进行拟合分析，分析得到用户用电规律；S3影响因素分析，根据用户类型设置负载波动范围，对超出波动范围的时间点进行影响因素分析，得到各影响因素对该用户用电量的影响值；S4系统用电量预测，结合用户用电规律分析和影响因素分析，对系统未来短期用电量进行预测。本发明的预测方法是今后电力系统短期用电量预测的一个全新发展方向，在预测领域具有广泛用途和重要意义。

主权项

1.一种系统用电量预测方法，其特征在于，包括以下步骤：S1数据获取通过智能电表采集居民、工业、商业用户的用电信息，通过外部系统获取影响因素信息，同时生成该用户历史表；S2用户用电规律分析结合用户历史表对采集得到的用户用电信息进行拟合分析，分析得到用户用电规律；S3影响因素分析根据用户类型设置负载波动范围，对超出波动范围的时间点进行影响因素分析，得到各影响因素对该用户用电量的影响值；S4系统用电量预测结合用户用电规律分析和影响因素分析，对系统未来短期用电量进行预测；步骤S1获取的用户用电信息为实时用电信息；生成用户历史表的方式为定时将获取的信息形成该用户用电信息的用户历史表；所述影响因素包括：天气因素、节假日因素、社会事件因素；所述用户历史表包括：用户ID、用户用电量、天气信息、节假日类型、相关社会事件信息；所述用户历史表的生成方式是：每隔一小时统计一次用户用电量并获取当时的天气信息形成该用户的时历史统计点；每日凌晨0～4时将该用户的时历史统计点合并形成该用户当日用电量、天气信息、节假日类型、相关社会事件信息的日历史表；步骤S3所述影响因素分析为：1)判断用户是否处于活动状态，判断方法为根据用户类型判断用户该日用电量是否低于阈值；2)如用户处于活动状态则判断该时间点用户用电量是否超出波动范围；3)对超出波动范围的时间点进行天气因素、节假日因素、社会事件因素的单一性分析；其中天气因素为差值计算，通过计算该时间点和前一天的气温、湿度、风力差值及是否存在降雨、降雪特殊变化；4)如为单一影响因素则统计该影响因素影响用户用电量的平均值、最大值和方差值；其中天气因素需要统计相应的差值；根据统计结果形成单因素模型；5)如为多项影响因素，则结合步骤3)所得单一因素采用下述方法判断各影响因素的影响系数：a.统计多项影响因素所含所有可能的组合方式；b.拟合各组合方式下各影响因素平均值累和与真实值的符合程度；c.选取最接近组合方式拟合统计各影响因素在多项影响因素中对用户用电量的影响系数；其中天气因素系数与差值结合；形成该多项影响因素下的统计模型；d.对相同模型的各影响系数取平均值。