[发明专利]基于大数据技术的电力负荷预测方法及基于该方法的研究应用系统

摘要

本发明为一种基于大数据技术的电力负荷预测方法及基于该方法的研究应用系统，大数据技术的支持下，集成多种成熟开源产品，形成一种具备数据源、数据整合、数据存储、数据计算、数据分析、实施电负荷特性分析以及电力负荷预测分析。本发明有效提升了海量数据处理的高效性，解决了传统统计分析假设判断的局限性。能够科学、精准的预测出末来电力的用电需求，有利于电网的削峰填谷及平稳运行，为公司电网规划、设备检修、电能调配等提供决策支持。

主权项

一种基于大数据技术的电力负荷预测方法，其特征在于：它包括以下步骤：步骤a、数据源建立，建立用电负荷、用户档案、电网设备台账、变电站信息、区域/行业/用电类别信息以及外部的天气信息、节假日信息；步骤b、数据整合：融合kafka实时数据分布式消息队列、sqoop离线数据抽取技术，对异构数据的快速接入，构建分布式数据整合功能，具备定时/实时数据的采集处理能力，实现从数据源到平台存储的配置开发、过程监控；步骤c、数据存储：对关系型数据存储、非关系型数据存储、分布式文件存储进行数据存储，同时提供统一存储访问接口，提高数据存储低成本的横向扩展能力，提高在高并发条件下的快速数据访问响应能力、满足海量数据实时与准实时存储需求；步骤d、数据计算：包括流计算、批量计算、查询计算并支撑SQL查询，满足不同时效性计算需求；批量计算支持大批量数据离线分析；流计算支持实时处理，如用电数据实时处理、预警；同时提供类似SQL的查询分析技术，将查询语句转译为并行的分布式计算任务；步骤e、数据分析：集成R语言和Mahout，形成分布式数据挖掘算法库，提供挖掘建模设计工具，构建统一的分析建模能力和运行引擎；同时，通过提升改造分析决策平台，完善分析建模、模型运行、模型发布能力，增加对大数据分布式计算的支持，满足实时、离线应用的分析挖掘需求，为公司分析决策应用构建提供基础平台支撑；步骤f、场景展现：实施电负荷特性分析以及电力负荷预测分析。