CN102930353B - 一种小区用电负荷的预测方法及装置 - Google Patents

一种小区用电负荷的预测方法及装置 Download PDF

Info

Publication number
CN102930353B
CN102930353B CN201210439174.9A CN201210439174A CN102930353B CN 102930353 B CN102930353 B CN 102930353B CN 201210439174 A CN201210439174 A CN 201210439174A CN 102930353 B CN102930353 B CN 102930353B
Authority
CN
China
Prior art keywords
power load
weather information
load
weather
community
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210439174.9A
Other languages
English (en)
Other versions
CN102930353A (zh
Inventor
范鑫
谢迎新
赵丙镇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing Guodiantong Network Technology Co Ltd
Beijing Zhongdian Feihua Communication Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing Guodiantong Network Technology Co Ltd
Beijing Fibrlink Communications Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, Beijing Guodiantong Network Technology Co Ltd, Beijing Fibrlink Communications Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201210439174.9A priority Critical patent/CN102930353B/zh
Publication of CN102930353A publication Critical patent/CN102930353A/zh
Application granted granted Critical
Publication of CN102930353B publication Critical patent/CN102930353B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种小区用电负荷的预测方法及装置。其中,所述方法包括:通过用电负荷接口获取所述小区的用电负荷;通过天气信息接口获取所述用电负荷对应的天气信息;利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数;根据所述偏相关系数预测所述小区未来用电负荷。本发明结合了天气信息对小区用电负荷进行预测,提高了小区用电负荷预测的准确度。

Description

一种小区用电负荷的预测方法及装置
技术领域
本发明涉及小区用电领域,具体涉及一种小区用电负荷的预测方法及装置。
背景技术
随着社会的发展和人民生活水平的不断提高,对电能的需求越来越大。由于电能生产和消费的同时性,需要合理规划电能的生产,才能使其满足消费。现有技术中主要通过对未来用电进行预测的方式来合理规划电能的生产。
目前,用电预测主要是通过考虑电价政策以及用电时段对用电负荷的影响来进行。但在实际生活中,用电行为尤其是居民小区的用电在很大程度上会受到天气情况、日期类型等因素的影响。比如,当温度偏高或偏低时,小区会因使用空调而使用电负荷增加。雨雪天气大家较少出门,用电负荷也会增加。可见,现有的用电预测方法预测的用电负荷不够准确。
因此,目前急需一种考虑天气等因素影响的用电负荷预测方法。
发明内容
有鉴于此,本发明的目的在于提供一种小区用电负荷的预测方法及装置,结合天气等因素对小区用电负荷进行预测,提高用电负荷预测的准确度。
本发明实施例提供了一种小区用电负荷的预测方法,所述方法包括:
通过用电负荷接口获取所述小区的用电负荷;
通过天气信息接口获取所述用电负荷对应的天气信息;
利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数;
根据所述偏相关系数预测所述小区未来用电负荷。
优选的,所述用电负荷包括:
第一预设时间内的平均用电负荷或第二预设时间内的最大用电负荷。
优选的,所述天气信息体现为以下任一项:
第三预设时间内的最高温度、第四预设时间内的最低温度、第五预设时间内的平均温度、湿度、气压以及风速。
优选的,所述方法还包括:
将所述天气信息和所述天气信息的偏相关系数用柱形图表示,其中,所述柱形图高度表示所述天气信息的偏相关系数。
优选的,所述利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数具体为:
利用pearson积矩相关公式计算得到所述天气信息对所述用电负荷的偏相关系数rx,y;其中,xi为所述天气信息的第i个数值,xave为所述天气信息的平均值;yi为所述用电负荷的第i个数值,yave为所述天气信息的平均值,x1,x2......xn所对应的其他影响用电负荷的因素均相同;n为所述天气信息或所述用电负荷数值的数量。
优选的,所述方法还包括:
通过天气类型接口获取所述用电负荷对应的天气类型或通过日期类型接口获取所述用电负荷对应的日期类型;
计算每种天气类型对应的平均负荷或计算每种日期类型对应的平均负荷;
将所述每种天气类型对应的平均负荷用曲线图表示或将所述每种日期类型对应的平均负荷用曲线图表示;
其中,不同曲线表示不同天气类型或不同期类型,曲线高度分别表示各天气类型或日期类型对应的平均用电负荷。
本发明还提供了一种小区用电负荷的预测装置,所述装置包括:
用电负荷获取单元,用于通过用电负荷接口获取所述小区的用电负荷;
天气信息获取单元,用于通过天气信息接口获取所述用电负荷实时对应的至少一种天气信息;
选择单元,与所述天气信息获取单元相连,用于选择一种所述天气信息;
计算单元,与所述选择单元和所述用电负荷单元向量,用于利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数;
预测单元,用于根据所述偏相关系数预测所述小区未来用电负荷。
优选的,所述用电负荷包括:
第一预设时间内的平均用电负荷或第二预设时间内的最大用电负荷。
优选的,所述天气信息体现为以下任一项:
第三预设时间内的最高温度、第四预设时间内的最低温度、第五预设时间内的平均温度、湿度、气压以及风速。
优选的,所述装置还包括:
柱形图单元,与所述计算单元相连,用于将所述天气信息和所述天气信息的偏相关系数用柱形图表示,其中,以柱形图高度表示天气信息的偏相关系数。
优选的,所述计算单元,具体用于利用pearson积矩相关公式计算得到所述天气信息对所述用电负荷的偏相关系数rx,y;其中,xi为所述天气信息的第i个数值,xave为所述天气信息的平均值;yi为所述用电负荷的第i个数值,yave为所述天气信息的平均值,x1,x2......xn所对应的其他影响用电负荷的因素均相同;n为所述天气信息或所述用电负荷数值的数量。
优选的,所述装置还包括:
天气类型获取单元或日期类型获取单元;
所述天气类型获取单元,用于通过天气类型接口获取所述用电负荷对应的天气类型;
所述日期类型获取单元,用于通过日期类型接口获取所述用电负荷对应的日期类型;
平均负荷计算单元,用于计算每种天气类型对应的平均负荷或计算每种日期类型对应的平均负荷;
曲线图单元,用于将所述每种天气类型对应的平均负荷用曲线图表示或用于将所述每种日期类型对应的平均负荷用曲线图表示;
其中,不同曲线表示不同天气类型或不同期类型,曲线高度分别表示各天气类型或日期类型对应的平均用电负荷。
同现有技术相比,本发明的有益效果是:
本发明通过获取小区的用电负荷和用电负荷对应的天气信息;利用偏相关分析法,计算得到天气信息对用电负荷的偏相关系数;然后结合偏相关系数对小区未来用电负荷进行预测。由于考虑了天气对用电负荷的影响,因此提高了对小区用电负荷预测的准确度。
附图说明
图1是本发明实施例2方法流程图;
图2是本发明实施例中天气信息的偏相关系数柱形图;
图3是本发明实施例中各种天气类型下的平均负荷曲线图;
图4是本发明实施例中各种日期类型下的平均负荷曲线图;
图5是本发明实施例实施例3装置结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
现有技术中,已经建立了相关模型利用用电时段和电价政策等因素对小区的用电负荷进行预测。其基本思想都是利用某一因素如用电时段对用电负荷的影响程度进行预测。在本发明中,为后续结合天气信息对小区用电负荷进行预测,需首先知道天气信息对小区用电负荷的影响程度。
本发明实施例1中利用偏相关分析法计算天气信息对小区用电负荷的影响程度。偏相关分析是指在控制其他变量的线性影响的条件下分析两变量间的线性相关程度,所采用的工具是偏相关系数。
在本发明的具体实施例中,可采用Pearson积矩相关公式计算天气信息与小区用电负荷之间的偏相关系数。
积矩相关公式具体为其中,rx,y表示天气信息对用电负荷的偏相关系数,n为所采用的天气信息以及用电负荷历史数值的个数。xi为第i个天气信息的历史数值,xave为x1,x2......xn所对应的时间段内天气信息的平均值;yi为小区用电负荷的第i个历史数值,yave为y1,y2......yn所对应时间段内用电负荷的平均值。因为是偏相关分析方法,计算的是两个变量之间的线性关系,为避免小区用电负荷y受到其他因素的影响,本发明中所采用的x1,x2......xn所对应的其他影响用电负荷的因素如用电时段、电价政策等均应相同。
需要说明的是,rx,y的取值在-1与+1之间,若rx,y>0,表明两个变量是正相关,即一个变量的值越大,另一个变量的值也会越大;若rx,y<0,表明两个变量是负相关,即一个变量的值越大另一个变量的值反而会越小。rx,y的绝对值越大表明两个变量的相关性越强。
在实际生活中,可能需要预测未来某一时间段内的最高用电负荷或某一时间段内的平均负荷,为此,上述对用电负荷的预测包括对第一预设时间段内最高用电负荷或第二预设时间段内平均用电负荷的预测。对应的,上述yi就应为小区最高用电负荷的第i个历史数值或小区平均用电负荷的第i个历史数值。
为利用上述公式进行计算,本发明中需要首先获取相关历史数据,并在计算完成后,利用计算结果对小区用电负荷进行预测。对此,本发明实施例2提供的一种小区用电负荷预测方法流程图,参见图1,该方法包括:
S11、通过用电负荷接口获取所述小区的用电负荷。
现有技术中,用电负荷接口可以安装在各小区内,只接收并保存一个小区的用电负荷历史数据,也可以安装在各小区外,接收并保存多个小区的用电负荷历史数据。对应的,在本发明的实施例中,可以从只保存了一个小区用电负荷历史数据的接口获取小区的用电负荷,也可以从保存了多个小区用电负荷历史数据的接口中获取所需小区的用电负荷。
S12、通过天气信息接口获取所述用电负荷对应的天气信息。
在获取了小区的用电负荷历史数据后,即可根据该用电负荷对应的时刻从天气信息接口如天气预报系统接口获取该时刻对应的天气信息。
本发明中的天气信息体现为多种信息,比如气温、湿度、风速以及气压等信息。
其中,气温信息具体可以是第三预设时间内的最高温度、第四预设时间内的最低温度或第五预设时间内的平均温度。当气温信息取这些信息时,分别表示最高温度对小区用电负荷的影响、最低温度对小区用电负荷的影响、平均温度对小区用电负荷的影响。
本发明中,可将步骤S12、S13获取的数据导入数据库中。
S13、利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数。
具体的,可从上述各接口中获取的数据中,选取n个相应的历史数据。比如要计算最高温度对小区最高用电负荷的影响系数值时,就可选取7天内的每天12点至13点的最高温度以及对应时间段内的小区最高用电负荷。
进一步的,为提高偏相关系数计算的准确度,可尽可能多的考虑影响用电负荷的因素如风速。此时选取的n个最高温度不仅对应的时间段相同,还应该对应相同的风速。
S14、根据所述偏相关系数预测所述小区未来用电负荷。
根据计算出的偏相关系数就能够直观的得到天气信息对小区用电负荷的影响程度。此时,结合现有技术中影响用电负荷的因素以及该偏相关系数就可预测小区的未来用电负荷。
具体的,可将该偏相关系数代入现有的用电负荷预测模型中进行预测。
根据之前所述,天气信息体现为多种具体因素,本发明中可通过上述计算过程计算出各因素对用电负荷的偏相关系数。进一步的,为更加直观的看出各因素对用电负荷的影响,可调用绘图工具进行绘图。本发明中,可绘制柱形图,以柱形图高度来表示天气信息的各因素的偏相关系数。
图2为本发明实施例绘制的柱形图,表示了最低温度、最高温度、平均温度、湿度以及风速对小区平均用电负荷的偏相关系数分别为0.97、0.98、0.98、0.97。
在实际生活中,在不同的天气情况下(阴、晴、雨、雪),用户有不同的用电需求,比如,通常雨雪天大多数用户都待在家里,因此小区用电负荷就多于晴天的用电负荷。同样的,不同的日期类型下(工作日与节假日),用户也有不同的用电需求,比如节假日待在家里的用户也多于工作日的情况,从而导致小区用电负荷增加。为直观的展现不同天气类型或日期类型下的用电负荷,可绘制对应的平均用电负荷曲线图。
对于天气类型的情况,可从天气类型接口获取小区用电负荷对应的天气类型。然后计算每种天气类型对应的小区平均用电负荷。最后将每种天气类型对应的小区平均用电负荷用曲线图表示出来,其中,不同曲线表示不同天气类型,曲线高度表示各天气类型对应的平均用电负荷。
需要说明的是,在计算每种天气类型对应的小区平均用电负荷时,需选取某种天气类型在其他影响用电负荷的因素相同时的n个小区用电负荷数据。比如选取7个阴天的情况下,每天的10点对应的小区用电负荷值。然后计算阴天时10点对应的小区平均用电负荷。
通过上述方法可计算得到每种天气类型下每时刻的小区平均负荷。调用绘图工具即可得到每种天气类型下的平均负荷曲线。图3即为本发明实施例提供的每种天气类型下的平均负荷曲线图。
对于日期类型的情况,可从日期类型接口获取小区用电负荷对应的日期类型。然后计算每种日期类型对应的小区平均用电负荷。最后将每种日期类型对应的小区平均用电负荷用曲线图表示出来,其中,不同曲线表示不同日期类型,曲线高度表示各日期类型对应的平均用电负荷。图4即为本发明实施例提供的每种日期类型下的平均负荷曲线图。
对应上述方法实施例,本发明实施例3还提供了一种小区用电负荷的预测装置。参见图5,该装置包括:
用电负荷获取单元11,用于通过用电负荷接口获取所述小区的用电负荷。
现有技术中,用电负荷接口可以安装在各小区内,只接收并保存一个小区的用电负荷历史数据,也可以安装在各小区外,接收并保存多个小区的用电负荷历史数据。对应的,在本发明的实施例中,用电负荷获取单元可以从只保存了一个小区用电负荷历史数据的接口获取小区的用电负荷,也可以从保存了多个小区用电负荷历史数据的接口中获取所需小区的用电负荷。
天气信息获取单元12,用于通过天气信息接口获取所述用电负荷对应的天气信息。
在获取了小区的用电负荷历史数据后,天气信息获取单元可根据该用电负荷对应的时刻从天气信息接口如天气预报系统接口获取该时刻对应的天气信息。
本发明中的天气信息体现为多种信息,比如气温、湿度、风速以及气压等信息。
其中,气温信息具体可以是第三预设时间内的最高温度、第四预设时间内的最低温度或第五预设时间内的平均温度。当气温信息取这些信息时,分别表示最高温度对小区用电负荷的影响、最低温度对小区用电负荷的影响、平均温度对小区用电负荷的影响。
本发明中,该装置还可包括数据库,用于存储用电负荷获取单元、天气信息获取单元获取的数据。
计算单元13,与所述用电负荷单元相连,用于利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数。
计算单元可利用pearson积矩相关公式计算偏相关系数rx,y。其中,该公式中xi为所述天气信息的第i个数值,xave为所述天气信息的平均值;yi为所述用电负荷的第i个数值,yave为所述用电负荷的平均值,x1,x2......xn所对应的其他影响用电负荷的因素均相同;n为所述天气信息或所述用电负荷数值的个数。
在实际生活中,可能需要预测第一预设时间段内的最高用电负荷或第二预设时间段内的平均负荷。此时,获取的yi就应为小区最高用电负荷的第i个历史数值或小区平均用电负荷的第i个历史数值。
预测单元14,用于根据所述偏相关系数预测所述小区未来用电负荷。
根据计算出的偏相关系数就能够直观的得到天气信息对小区用电负荷的影响程度。此时,预测单元可结合现有技术中影响用电负荷的因素以及该偏相关系数预测小区的未来用电负荷。
具体的,该预测单元可将该偏相关系数代入现有的用电负荷预测模型中进行预测。
根据之前所述,天气信息体现为多种具体因素,本发明中可通过上述计算单元计算出各因素对用电负荷的偏相关系数。进一步的,为更加直观的看出各因素对用电负荷的影响,可调用绘图工具进行绘图。此时,所述装置还包括:
柱形图单元,与所述计算单元相连,用于将所述天气信息和所述天气信息的偏相关系数用柱形图表示,其中,以柱形图高度表示天气信息的偏相关系数。
在实际生活中,在不同的天气情况下(阴、晴、雨、雪),用户有不同的用电需求,比如,通常雨雪天大多数用户都待在家里,因此小区用电负荷就多于晴天的用电负荷。同样的,不同的日期类型下(工作日与节假日),用户也有不同的用电需求,比如节假日待在家里的用户也多于工作日的情况,从而导致小区用电负荷增加。为直观的展现不同天气类型或日期类型下的用电负荷,可绘制对应的平均用电负荷曲线图。
对应的,所述装置还包括:
天气类型获取单元和/或日期类型获取单元。
所述天气类型获取单元,用于通过天气类型接口获取所述用电负荷对应的天气类型。
所述日期类型获取单元,用于通过日期类型接口获取所述用电负荷对应的日期类型。
平均负荷计算单元,用于计算每种天气类型对应的平均负荷或计算每种日期类型对应的平均负荷。
曲线图单元,用于将所述每种天气类型对应的平均负荷用曲线图表示或用于将所述每种日期类型对应的平均负荷用曲线图表示。
其中,不同曲线表示不同天气类型或不同期类型,曲线高度分别表示各天气类型或日期类型对应的平均用电负荷。
需要说明的是,上述装置实施例是与方法实施例相对应的,因此对装置部分不再详述,相关部分参见方法实施例即可。
以上对本发明实施例进行了详细介绍,本文中应用了具体实施方式对本发明进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及设备;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种小区用电负荷的预测方法,其特征在于,所述方法包括:
通过用电负荷接口获取所述小区的用电负荷;
通过天气信息接口获取所述用电负荷对应的天气信息;
利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数;
根据所述偏相关系数预测所述小区未来用电负荷;
所述利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数具体为:
利用pearson积矩相关公式计算得到所述天气信息对所述用电负荷的偏相关系数rx,y;其中,xi为所述天气信息的第i个数值,xave为所述天气信息的平均值;yi为所述用电负荷的第i个数值,yave为所述用电负荷的平均值,x1,x2……xn所对应的其他影响用电负荷的因素均相同;n为所述天气信息或所述用电负荷数值的数量。
2.根据权利要求1所述的方法,其特征在于,所述用电负荷包括:
第一预设时间内的平均用电负荷或第二预设时间内的最大用电负荷。
3.根据权利要求1或2所述的方法,其特征在于,所述天气信息体现为以下任一项:
第三预设时间内的最高温度、第四预设时间内的最低温度、第五预设时间内的平均温度、湿度、气压以及风速。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述天气信息和所述天气信息的偏相关系数用柱形图表示,其中,所述柱形图高度表示所述天气信息的偏相关系数。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过天气类型接口获取所述用电负荷对应的天气类型或通过日期类型接口获取所述用电负荷对应的日期类型;
计算每种天气类型对应的平均负荷或计算每种日期类型对应的平均负荷;
将所述每种天气类型对应的平均负荷用曲线图表示或将所述每种日期类型对应的平均负荷用曲线图表示;
其中,不同曲线表示不同天气类型或不同期类型,曲线高度分别表示各天气类型或日期类型对应的平均用电负荷。
6.一种小区用电负荷的预测装置,其特征在于,所述装置包括:
用电负荷获取单元,用于通过用电负荷接口获取所述小区的用电负荷;
天气信息获取单元,用于通过天气信息接口获取所述用电负荷对应的天气信息;
计算单元,与所述用电负荷单元相连,用于利用偏相关分析法,计算得到所述天气信息对所述用电负荷的偏相关系数;
预测单元,用于根据所述偏相关系数预测所述小区未来用电负荷;
所述计算单元,具体用于利用pearson积矩相关公式计算得到所述天气信息对所述用电负荷的偏相关系数rx,y;其中,xi为所述天气信息的第i个数值,xave为所述天气信息的平均值;yi为所述用电负荷的第i个数值,yave为所述用电负荷的平均值,x1,x2……xn所对应的其他影响用电负荷的因素均相同;n为所述天气信息或所述用电负荷数值的数量。
7.根据权利要求6所述的装置,其特征在于,所述用电负荷包括:
第一预设时间内的平均用电负荷或第二预设时间内的最大用电负荷。
8.根据权利要求6或7所述的装置,其特征在于,所述天气信息体现为以下任一项:
第三预设时间内的最高温度、第四预设时间内的最低温度、第五预设时间内的平均温度、湿度、气压以及风速。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
柱形图单元,与所述计算单元相连,用于将所述天气信息和所述天气信息的偏相关系数用柱形图表示,其中,以柱形图高度表示天气信息的偏相关系数。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
天气类型获取单元或日期类型获取单元;
所述天气类型获取单元,用于通过天气类型接口获取所述用电负荷对应的天气类型;
所述日期类型获取单元,用于通过日期类型接口获取所述用电负荷对应的日期类型;
平均负荷计算单元,用于计算每种天气类型对应的平均负荷或计算每种日期类型对应的平均负荷;
曲线图单元,用于将所述每种天气类型对应的平均负荷用曲线图表示或用于将所述每种日期类型对应的平均负荷用曲线图表示;
其中,不同曲线表示不同天气类型或不同期类型,曲线高度分别表示各天气类型或日期类型对应的平均用电负荷。
CN201210439174.9A 2012-11-06 2012-11-06 一种小区用电负荷的预测方法及装置 Active CN102930353B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210439174.9A CN102930353B (zh) 2012-11-06 2012-11-06 一种小区用电负荷的预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210439174.9A CN102930353B (zh) 2012-11-06 2012-11-06 一种小区用电负荷的预测方法及装置

Publications (2)

Publication Number Publication Date
CN102930353A CN102930353A (zh) 2013-02-13
CN102930353B true CN102930353B (zh) 2016-03-16

Family

ID=47645147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210439174.9A Active CN102930353B (zh) 2012-11-06 2012-11-06 一种小区用电负荷的预测方法及装置

Country Status (1)

Country Link
CN (1) CN102930353B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260792A (zh) * 2015-09-30 2016-01-20 谢乐 一种空调用电基准值预测的系统和方法
CN107403276A (zh) * 2017-07-31 2017-11-28 国家电网公司 分析用电需求的方法和装置
CN110443424B (zh) * 2019-08-07 2021-02-26 珠海格力电器股份有限公司 故障期的统计电量增值的估测方法及装置
CN110852511B (zh) * 2019-11-13 2023-09-22 苏文电能科技股份有限公司 基于天气温度与k邻近理论的居民短期用电预测方法
CN111967655A (zh) * 2020-07-28 2020-11-20 中国南方电网有限责任公司 一种短期负荷预测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60106325A (ja) * 1983-11-11 1985-06-11 株式会社日立製作所 負荷予想方法
JPH11119805A (ja) * 1997-10-09 1999-04-30 Fuji Electric Co Ltd 電力需要量予測値補正方法
CN101383023A (zh) * 2008-10-22 2009-03-11 西安交通大学 基于样本动态组织与温度补偿的神经网络短期电力负荷预测
CN102567814A (zh) * 2012-01-31 2012-07-11 河南省电力公司南阳供电公司 一种区域电网降温负荷预测的计算方法
CN102682220A (zh) * 2012-05-17 2012-09-19 鲁东大学 一种短期电力负荷预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60106325A (ja) * 1983-11-11 1985-06-11 株式会社日立製作所 負荷予想方法
JPH11119805A (ja) * 1997-10-09 1999-04-30 Fuji Electric Co Ltd 電力需要量予測値補正方法
CN101383023A (zh) * 2008-10-22 2009-03-11 西安交通大学 基于样本动态组织与温度补偿的神经网络短期电力负荷预测
CN102567814A (zh) * 2012-01-31 2012-07-11 河南省电力公司南阳供电公司 一种区域电网降温负荷预测的计算方法
CN102682220A (zh) * 2012-05-17 2012-09-19 鲁东大学 一种短期电力负荷预测方法

Also Published As

Publication number Publication date
CN102930353A (zh) 2013-02-13

Similar Documents

Publication Publication Date Title
Sha et al. A simplified HVAC energy prediction method based on degree-day
Zhou et al. Generalized GM (1, 1) model and its application in forecasting of fuel production
Wang et al. Adaptive learning based data-driven models for predicting hourly building energy use
Xie et al. Forecasting China’s energy demand and self-sufficiency rate by grey forecasting model and Markov model
CN102930353B (zh) 一种小区用电负荷的预测方法及装置
Quan et al. Urban data and building energy modeling: A GIS-based urban building energy modeling system using the urban-EPC engine
CN102855343B (zh) 负荷量预测装置、负荷量预测方法以及负荷量预测程序
CN105760970A (zh) 空气质量指数的预测方法
CN103473438B (zh) 风功率预测模型优选及修正方法
CN105243502B (zh) 一种基于径流区间预测的水电站调度风险评估方法及系统
CN107358318A (zh) 基于GM(1,1)模型和灰色Verhulst模型的城市用电量预测方法
CN103606013A (zh) 一种基于支持向量机的用户年度用电量预测方法
CN102426674A (zh) 一种基于马尔科夫链的电力系统负荷预测方法
Yang et al. Analysis of typical meteorological years in different climates of China
CN102509173A (zh) 一种基于马尔科夫链的电力系统负荷准确预测方法
CN103383445A (zh) 一种智能电表寿命和可靠性预测系统及其方法
CN103413443A (zh) 基于隐马尔科夫模型的短时交通流状态预测方法
CN107220472B (zh) 基于建筑面积和能效比的能耗仪及能耗评价方法
CN102938092A (zh) 一种基于神经网络的建筑节假日能耗预测方法
Chen et al. A statistical downscaling model for forecasting summer rainfall in China from DEMETER hindcast datasets
CN105046445A (zh) 一种防汛调度决策支持系统
CN103413036B (zh) 一种连续化的森林火险天气等级预报方法
CN107590568A (zh) 一种基于空间细分的精细化负荷预测方法
Ortiz et al. Forecasting building energy demands with a coupled weather-building energy model in a dense urban environment
CN105447770A (zh) 电网气象监测数据应用于精细化气象预报的评估方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 100070 Times Fortune Tiandi Building, No. 1 Hangfeng Road, Fengtai District, Beijing, 28 Floors

Co-patentee after: Beijing Zhongdian Feihua Communications Co.,Ltd.

Patentee after: BEIJING GUODIANTONG NETWORK TECHNOLOGY Co.,Ltd.

Co-patentee after: STATE GRID CORPORATION OF CHINA

Co-patentee after: STATE GRID INFORMATION & TELECOMMUNICATION BRANCH

Address before: 100070 Times Fortune Tiandi Building, No. 1 Hangfeng Road, Fengtai District, Beijing, 28 Floors

Co-patentee before: Beijing Zhongdian Feihua Communications Co.,Ltd.

Patentee before: BEIJING GUODIANTONG NETWORK TECHNOLOGY Co.,Ltd.

Co-patentee before: State Grid Corporation of China

Co-patentee before: STATE GRID INFORMATION & TELECOMMUNICATION BRANCH

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20190612

Address after: 100085 Building 32-3-4108-4109, Pioneer Road, Haidian District, Beijing

Co-patentee after: STATE GRID CORPORATION OF CHINA

Patentee after: BEIJING GUODIANTONG NETWORK TECHNOLOGY Co.,Ltd.

Co-patentee after: STATE GRID INFORMATION & TELECOMMUNICATION BRANCH

Co-patentee after: STATE GRID ELECTRIC POWER INFORMATION & TELECOMMUNICATION CO.,LTD.

Address before: 100070 Times Fortune Tiandi Building, No. 1 Hangfeng Road, Fengtai District, Beijing, 28 Floors

Co-patentee before: Beijing Zhongdian Feihua Communications Co.,Ltd.

Patentee before: BEIJING GUODIANTONG NETWORK TECHNOLOGY Co.,Ltd.

Co-patentee before: STATE GRID CORPORATION OF CHINA

Co-patentee before: STATE GRID INFORMATION & TELECOMMUNICATION BRANCH

TR01 Transfer of patent right