CN107480832A - 短期电量预测方法、装置及电子设备 - Google Patents
短期电量预测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN107480832A CN107480832A CN201710789864.XA CN201710789864A CN107480832A CN 107480832 A CN107480832 A CN 107480832A CN 201710789864 A CN201710789864 A CN 201710789864A CN 107480832 A CN107480832 A CN 107480832A
- Authority
- CN
- China
- Prior art keywords
- date
- diversity factor
- data
- meteorological data
- predicted
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000003860 storage Methods 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明提供了一种短期电量预测方法、装置及电子设备，该方法包括：获取待预测日期的预报气象数据；根据该预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个参考日期对应的日度电量数据和气象数据；将每个参考日期对应的日度电量数据和气象数据作为参考数据进行存储；根据上述预报气象数据，对存储的每个参考日期对应的气象数据进行差异度计算，得到每个参考日期对应的差异度；根据各个参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；根据该对应关系，确定待预测日期的预测用电量。本发明提供的短期电量预测方法、装置及电子设备，可以提高电量预测结果的准确度和可靠性。
Description
技术领域
本发明涉及电力系统技术领域，尤其是涉及一种短期电量预测方法、装置及电子设备。
背景技术
电量预测是电力系统规划的基础和前提。随着我国经济社会的迅猛发展和城市化进程的快速推进，城市已日益成为重要的负荷中心，城市电网的电量预测工作越来越受到人们的重视。
目前供电公司对电网的短期用电量预测都是由工作人员人工进行，通过寻找相似日等直观地预测，这就完全依赖于工作人员的经验。供电分公司承担着所辖地区的供电任务，由于近年来所辖地区城市建设日新月异，供电量相应也飞速增长，以往纯粹按照经验或者将历史用电数据作简单推算的预测方法准确度低，可靠性差。
发明内容
有鉴于此，本发明的目的在于提供一种短期电量预测方法、装置及电子设备，以提高电量预测结果的准确度和可靠性。
第一方面，本发明实施例提供了一种短期电量预测方法，包括：
获取待预测日期的预报气象数据，其中，所述预报气象数据包括平均温度值、平均湿度值和降雨量；
根据所述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个所述参考日期对应的日度电量数据和气象数据；
将每个所述参考日期对应的日度电量数据和气象数据作为参考数据进行存储；
根据所述预报气象数据，对存储的每个所述参考日期对应的气象数据进行差异度计算，得到每个所述参考日期对应的差异度；
根据各个所述参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；
根据所述对应关系，确定所述待预测日期的预测用电量。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述根据所述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，包括：
根据所述预报气象数据，判断预设日期范围内的每个预设日期的气象数据是否在预设差值范围内；
若是，则将所述预设日期确定为参考日期。
结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述预报气象数据，判断预设日期范围内的每个预设日期的气象数据是否在预设差值范围内之前，所述方法还包括：
从预设日期范围内选取与所述待预测日期的日期类型相同的各个预设日期；其中，所述日期类型包括工作日和节假日。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，采用下述公式计算每个所述参考日期对应的差异度：
其中，Di表示参考日期i对应的差异度，Ti表示参考日期i对应的平均温度值，T预表示所述预报气象数据的平均温度值，Hi表示参考日期i对应的平均湿度值，H预表示所述预报气象数据的平均湿度值，Wi表示参考日期i对应的降雨量，W预表示所述预报气象数据的降雨量，kt、kh、kw分别表示温度权重系数、湿度权重系数、降雨量权重系数。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述根据各个所述参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系，包括：
确定每个所述参考日期对应的差异度范围，并将对应相同差异度范围的各个所述参考日期对应的日度电量数据进行求平均值操作，得到每个所述差异度范围对应的平均电量；
根据各个所述差异度范围对应的平均电量，确定用电量与差异度范围之间的对应关系。
结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述根据所述对应关系，确定所述待预测日期的预测用电量，包括：
根据所述待预测日期的设定差异度确定所述待预测日期对应的差异度范围；
将所述待预测日期对应的差异度范围代入所述对应关系，得到所述待预测日期的预测用电量。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述根据所述预报气象数据，对存储的每个所述参考日期对应的气象数据进行差异度计算，得到每个所述参考日期对应的差异度之前，所述方法还包括：
利用箱线图法对存储的所述参考数据进行异常值识别和异常值剔除操作。
第二方面，本发明实施例还提供一种短期电量预测装置，包括：
第一获取模块，用于获取待预测日期的预报气象数据，其中，所述预报气象数据包括平均温度值、平均湿度值和降雨量；
第二获取模块，用于根据所述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个所述参考日期对应的日度电量数据和气象数据；
数据存储模块，用于将每个所述参考日期对应的日度电量数据和气象数据作为参考数据进行存储；
差异度计算模块，用于根据所述预报气象数据，对存储的每个所述参考日期对应的气象数据进行差异度计算，得到每个所述参考日期对应的差异度；
对应关系确定模块，用于根据各个所述参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；
电量预测模块，用于根据所述对应关系，确定所述待预测日期的预测用电量。
第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。
第四方面，本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述第一方面所述方法。
本发明实施例带来了以下有益效果：
本发明实施例中，获取待预测日期的预报气象数据，其中，预报气象数据包括平均温度值、平均湿度值和降雨量；根据该预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个参考日期对应的日度电量数据和气象数据；将每个参考日期对应的日度电量数据和气象数据作为参考数据进行存储；根据上述预报气象数据，对存储的每个参考日期对应的气象数据进行差异度计算，得到每个参考日期对应的差异度；根据各个参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；根据该对应关系，确定待预测日期的预测用电量。本发明实施例提供的短期电量预测方法、装置及电子设备，综合考虑了待预测日期的预报气象数据、参考日期的日用电量数据和气象数据，确定了待预测日期与参考日期在气象数据上的差异度，并确定了该差异度与参考日期的用电量之间的对应关系，从而可以得到设定差异度下的预测用电量，而不仅仅是通过将历史用电数据作简单的推算来预测用电量，因此提高了电量预测结果的准确度和可靠性。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的短期电量预测方法的第一种流程示意图；
图2为本发明实施例提供的短期电量预测方法中确定对应关系的流程示意图；
图3为本发明实施例提供的短期电量预测方法的第二种流程示意图；
图4为本发明实施例提供的短期电量预测装置的模块组成示意图；
图5为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前供电公司对电网的短期用电量预测都是由工作人员人工进行，采用纯粹按照经验或者将历史用电数据作简单推算的预测方法，准确度低，可靠性差。基于此，本发明实施例提供的一种短期电量预测方法、装置及电子设备，可以提高电量预测结果的准确度和可靠性。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种短期电量预测方法进行详细介绍。
实施例一：
图1为本发明实施例提供的短期电量预测方法的第一种流程示意图，如图1所示，该短期电量预测方法包括以下几个步骤：
步骤S101，获取待预测日期的预报气象数据。
天气预报水平在过去30-40年中有了较大提高，可以利用利用天气预报获取某供电公司对应的待预测地区待预测日期的预报气象数据，预报气象数据包括最高温度、最低温度、平均温度值、平均湿度值和降雨量等。
步骤S102，根据上述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个参考日期对应的日度电量数据和气象数据。
先获取预设日期范围内的每个预设日期的气象数据，再根据上述预报气象数据，判断每个预设日期的气象数据是否在预设差值范围内，若是，则将该预设日期确定为参考日期；若否，则该预设日期不是参考日期。确定参考日期后，再从待预测地区的历史用电数据中获取每个参考日期对应的日度电量数据。
具体地，考虑到我国的经济发展较快，距离待预测日期越久的日度电量数据的可用价值越小，因此对于短期电量预测，预设日期范围可以但不限于为距离待预测日期2年内。预设差值范围包括温度范围、湿度范围和降雨量范围等。例如，预报气象数据为：平均温度25℃、平均湿度30％、降雨量20毫米；预设差值范围可以设置为：温度范围22℃至28℃、湿度范围20％至40％、降雨量15毫米至25毫米；若某个预设日期的气象数据均在预设差值范围内，则将该预设日期确定为参考日期。
步骤S103，将每个参考日期对应的日度电量数据和气象数据作为参考数据进行存储。
将上述步骤获得的每个参考日期对应的日度电量数据和气象数据作为参考数据进行存储，该参考数据是后续预测待预测日期电量的基础。
步骤S104，根据上述预报气象数据，对存储的每个参考日期对应的气象数据进行差异度计算，得到每个参考日期对应的差异度。
具体地，采用下述公式计算每个参考日期对应的差异度：
其中，Di表示参考日期i对应的差异度，Ti表示参考日期i对应的平均温度值，T预表示预报气象数据的平均温度值，Hi表示参考日期i对应的平均湿度值，H预表示预报气象数据的平均湿度值，Wi表示参考日期i对应的降雨量，W预表示预报气象数据的降雨量，kt、kh、kw分别表示温度权重系数、湿度权重系数、降雨量权重系数。
上述温度权重系数、湿度权重系数、降雨量权重系数可以根据温度、湿度和降雨量分别对用电量的影响程度确定，例如考虑到温度和湿度对用电量的影响较大，可以将温度权重系数设为2，湿度权重系数设为1.53，降雨量权重系数设为-1。这里对各个权重系数的具体数值设置仅仅是示例，而不是对本发明实施例的限制。
步骤S105，根据各个参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系。
图2为本发明实施例提供的短期电量预测方法中确定对应关系的流程示意图，如图2所示，确定对应关系的方法包括以下两个步骤：
步骤S201，确定每个参考日期对应的差异度范围，并将对应相同差异度范围的各个参考日期对应的日度电量数据进行求平均值操作，得到每个差异度范围对应的平均电量。
考虑到差异度差别较小时用电量差别不大，且本身用电量具有一定的波动性，因此可以将差异度分为多个差异度范围，例如以10％为间隔，差异度范围分别为：0至10％、11％至20％、21％至30％等。再将属于相同差异度范围的各个参考日期对应的日度电量数据进行求平均值操作，得到每个差异度范围对应的平均电量。这样可以降低用电量波动性的影响，提高后续预测结果的准确度和可靠性。
步骤S202，根据各个差异度范围对应的平均电量，确定用电量与差异度范围之间的对应关系。
具体地，根据各个差异度范围对应的平均电量，可以但不限于采用插值法或者拟合法来确定用电量与差异度范围之间的对应关系。插值法又称“内插法”，是利用函数f(x)在某区间中已知的若干点的函数值，作出适当的特定函数，在区间的其他点上用这特定函数的值作为函数f(x)的近似值。拟合法是利用一些数据来求取近似函数，一般是基于最小二乘法。这里对具体的插值法和拟合法不作限定。根据该对应关系，可以得到任意差异度范围对应的用电量。
步骤S106，根据上述对应关系，确定待预测日期的预测用电量。
具体地，根据上述待预测日期的设定差异度确定待预测日期对应的差异度范围，将待预测日期对应的差异度范围代入上述对应关系，得到该待预测日期的预测用电量。采用上述方法，用户可以确定设定差异度下的预测用电量，进而可以为电力系统规划提供准确、可靠、全面的信息。
本发明实施例中，获取待预测日期的预报气象数据，其中，预报气象数据包括平均温度值、平均湿度值和降雨量；根据该预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个参考日期对应的日度电量数据和气象数据；将每个参考日期对应的日度电量数据和气象数据作为参考数据进行存储；根据上述预报气象数据，对存储的每个参考日期对应的气象数据进行差异度计算，得到每个参考日期对应的差异度；根据各个参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；根据该对应关系，确定待预测日期的预测用电量。本发明实施例提供的短期电量预测方法，综合考虑了待预测日期的预报气象数据、参考日期的日用电量数据和气象数据，确定了待预测日期与参考日期在气象数据上的差异度，并确定了该差异度与参考日期的用电量之间的对应关系，从而可以得到设定差异度下的预测用电量，而不仅仅是通过将历史用电数据作简单的推算来预测用电量，因此提高了电量预测结果的准确度和可靠性。
考虑到工作日和节假日对应的用电量差别较大，本发明实施例还提供了短期电量预测方法的第二种流程示意图，如图3所示，该方法包括以下几个步骤：
步骤S301，获取待预测日期的预报气象数据，并确定待预测日期的日期类型。其中，日期类型包括工作日和节假日。
步骤S302，从预设日期范围内选取与待预测日期的日期类型相同的各个预设日期。
具体地，若待预测日期属于工作日，则将预设日期范围内的各个工作日确定为预设日期；若待预测日期属于节假日，则将预设日期范围内的各个节假日确定为预设日期。
步骤S303，根据上述预报气象数据，确定预设差值范围。
预设差值范围包括温度范围、湿度范围和降雨量范围等，可以根据预设差值比例或者预设差值确定预设差值范围。以温度范围为例，上述预报气象数据中平均温度值为25℃，若预设差值比例为12％，则温度范围为22℃至28℃；若预设差值为4℃，则温度范围为21℃至29℃。需要说明的是，步骤S303与步骤S302之间无先后执行顺序。
步骤S304，根据上述预报气象数据，从各个预设日期中选取气象数据在上述预设差值范围内的各个参考日期。
步骤S305，获取每个参考日期对应的日度电量数据和气象数据，并存储为参考数据。
步骤S306，利用箱线图法对存储的参考数据进行异常值识别和异常值剔除操作。
为了避免个别异常值对预测结果的影响，需要对存储的参考数据进行异常值识别和剔除操作，可以但不限于采用箱线图法进行异常值识别和处理。箱型图又称为箱线图、盒式图，是一种用作显示一组数据分散情况资料的统计图，因形状如箱子而得名，在各种领域中也经常被使用，常见于品质管理。箱型图利用数据中五个统计量：最小值、第一四分位数、中位数、第三四分位数和最大值来描述数据，可以看出数据是否具有对称性，分布的分散情况等信息，也可以直观明了的识别数据中的异常值。
具体地，首先将参考数据中的各个日度电量数据按照大小进行排序，确定各个日度电量数据中的最小值、下四分位数、中位数、上四分位数与最大值，然后确定日度电量数据的上下边界，即：
UP＝Q2+1.5×(Q3-Q1)，
DOWN＝Q2-1.5×(Q3-Q1)，
其中，UP表示上边界，DOWN表示下边界，Q1表示下四分位数，Q2表示中位数，Q3表示上四分位数。
将各个日度电量数据中不在界限内的日度电量数据对应的参考数据作为异常值识别出来并剔除出去。
步骤S307，计算异常值剔除操作后的每个参考日期对应的差异度。
步骤S308，确定每个参考日期对应的差异度范围，并计算每个差异度范围对应的平均电量。
步骤S309，根据各个差异度范围对应的平均电量，确定用电量与差异度范围之间的对应关系。
步骤S310，将上述待预测日期的设定差异度对应的差异度范围代入上述对应关系，得到该待预测日期的预测用电量。
考虑工作日和节假日对用电量的影响，同时为了避免个别异常值对预测结果的影响，对参考数据进行异常值识别和异常值剔除操作，可以使得后续的预测结果更加准确，进一步提高了预测结果的准确度和可靠性。
实施例二：
图4为本发明实施例提供的短期电量预测装置的模块组成示意图，如图4所示，该短期电量预测装置包括：
第一获取模块41，用于获取待预测日期的预报气象数据，其中，预报气象数据包括平均温度值、平均湿度值和降雨量；
第二获取模块42，用于根据上述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个参考日期对应的日度电量数据和气象数据；
数据存储模块43，用于将每个参考日期对应的日度电量数据和气象数据作为参考数据进行存储；
差异度计算模块44，用于根据上述预报气象数据，对存储的每个参考日期对应的气象数据进行差异度计算，得到每个参考日期对应的差异度；
对应关系确定模块45，用于根据各个参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；
电量预测模块46，用于根据上述对应关系，确定待预测日期的预测用电量。
本发明实施例中，第一获取模块41获取待预测日期的预报气象数据，其中，预报气象数据包括平均温度值、平均湿度值和降雨量；第二获取模块42根据该预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个参考日期对应的日度电量数据和气象数据；数据存储模块43将每个参考日期对应的日度电量数据和气象数据作为参考数据进行存储；差异度计算模块44根据上述预报气象数据，对存储的每个参考日期对应的气象数据进行差异度计算，得到每个参考日期对应的差异度；对应关系确定模块45根据各个参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；电量预测模块46根据该对应关系，确定待预测日期的预测用电量。本发明实施例提供的短期电量预测装置，综合考虑了待预测日期的预报气象数据、参考日期的日用电量数据和气象数据，确定了待预测日期与参考日期在气象数据上的差异度，并确定了该差异度与参考日期的用电量之间的对应关系，从而可以得到设定差异度下的预测用电量，而不仅仅是通过将历史用电数据作简单的推算来预测用电量，因此提高了电量预测结果的准确度和可靠性。
实施例三：
图5为本发明实施例提供的电子设备的结构示意图。参见图5，本发明实施例还提供一种电子设备500，包括：处理器50，存储器51，总线52和通信接口53，所述处理器50、通信接口53和存储器51通过总线52连接；处理器50用于执行存储器51中存储的可执行模块，例如计算机程序。
其中，存储器51可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器51用于存储程序，所述处理器50在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中，或者由处理器50实现。
处理器50可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51，处理器50读取存储器51中的信息，结合其硬件完成上述方法的步骤。
本发明实施例提供的短期电量预测方法、装置及电子设备具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例所提供的进行短期电量预测的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置及电子设备，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种短期电量预测方法，其特征在于，包括：
获取待预测日期的预报气象数据，其中，所述预报气象数据包括平均温度值、平均湿度值和降雨量；
根据所述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个所述参考日期对应的日度电量数据和气象数据；
将每个所述参考日期对应的日度电量数据和气象数据作为参考数据进行存储；
根据所述预报气象数据，对存储的每个所述参考日期对应的气象数据进行差异度计算，得到每个所述参考日期对应的差异度；
根据各个所述参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；
根据所述对应关系，确定所述待预测日期的预测用电量。
2.根据权利要求1所述的方法，其特征在于，所述根据所述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，包括：
根据所述预报气象数据，判断预设日期范围内的每个预设日期的气象数据是否在预设差值范围内；
若是，则将所述预设日期确定为参考日期。
3.根据权利要求2所述的方法，其特征在于，所述根据所述预报气象数据，判断预设日期范围内的每个预设日期的气象数据是否在预设差值范围内之前，所述方法还包括：
从预设日期范围内选取与所述待预测日期的日期类型相同的各个预设日期；其中，所述日期类型包括工作日和节假日。
4.根据权利要求1所述的方法，其特征在于，采用下述公式计算每个所述参考日期对应的差异度：
其中，Di表示参考日期i对应的差异度，Ti表示参考日期i对应的平均温度值，T预表示所述预报气象数据的平均温度值，Hi表示参考日期i对应的平均湿度值，H预表示所述预报气象数据的平均湿度值，Wi表示参考日期i对应的降雨量，W预表示所述预报气象数据的降雨量，kt、kh、kw分别表示温度权重系数、湿度权重系数、降雨量权重系数。
5.根据权利要求1所述的方法，其特征在于，所述根据各个所述参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系，包括：
确定每个所述参考日期对应的差异度范围，并将对应相同差异度范围的各个所述参考日期对应的日度电量数据进行求平均值操作，得到每个所述差异度范围对应的平均电量；
根据各个所述差异度范围对应的平均电量，确定用电量与差异度范围之间的对应关系。
6.根据权利要求5所述的方法，其特征在于，所述根据所述对应关系，确定所述待预测日期的预测用电量，包括：
根据所述待预测日期的设定差异度确定所述待预测日期对应的差异度范围；
将所述待预测日期对应的差异度范围代入所述对应关系，得到所述待预测日期的预测用电量。
7.根据权利要求1所述的方法，其特征在于，所述根据所述预报气象数据，对存储的每个所述参考日期对应的气象数据进行差异度计算，得到每个所述参考日期对应的差异度之前，所述方法还包括：
利用箱线图法对存储的所述参考数据进行异常值识别和异常值剔除操作。
8.一种短期电量预测装置，其特征在于，包括：
第一获取模块，用于获取待预测日期的预报气象数据，其中，所述预报气象数据包括平均温度值、平均湿度值和降雨量；
第二获取模块，用于根据所述预报气象数据，确定预设日期范围内满足预设要求的各个参考日期，并获取每个所述参考日期对应的日度电量数据和气象数据；
数据存储模块，用于将每个所述参考日期对应的日度电量数据和气象数据作为参考数据进行存储；
差异度计算模块，用于根据所述预报气象数据，对存储的每个所述参考日期对应的气象数据进行差异度计算，得到每个所述参考日期对应的差异度；
对应关系确定模块，用于根据各个所述参考日期对应的日度电量数据和差异度，确定用电量与差异度之间的对应关系；
电量预测模块，用于根据所述对应关系，确定所述待预测日期的预测用电量。
9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7中任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述权利要求1至7中任一所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710789864.XA CN107480832A (zh) | 2017-09-05 | 2017-09-05 | 短期电量预测方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710789864.XA CN107480832A (zh) | 2017-09-05 | 2017-09-05 | 短期电量预测方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107480832A true CN107480832A (zh) | 2017-12-15 |
Family
ID=60604544
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710789864.XA Pending CN107480832A (zh) | 2017-09-05 | 2017-09-05 | 短期电量预测方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107480832A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190820A (zh) * | 2018-08-29 | 2019-01-11 | 东北电力大学 | 一种考虑用户流失率的电力市场售电量深度预测方法 |
| CN116956198A (zh) * | 2023-09-18 | 2023-10-27 | 湖南迈格瑞特物联科技有限公司 | 基于物联网的智慧用电数据分析方法及系统 |
| CN117477563A (zh) * | 2023-12-27 | 2024-01-30 | 深圳力高新能技术有限公司 | 一种光伏发电功率预测用样本日搜索方法、系统及设备 |
-
2017
- 2017-09-05 CN CN201710789864.XA patent/CN107480832A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109190820A (zh) * | 2018-08-29 | 2019-01-11 | 东北电力大学 | 一种考虑用户流失率的电力市场售电量深度预测方法 |
| CN116956198A (zh) * | 2023-09-18 | 2023-10-27 | 湖南迈格瑞特物联科技有限公司 | 基于物联网的智慧用电数据分析方法及系统 |
| CN116956198B (zh) * | 2023-09-18 | 2023-12-26 | 湖南迈格瑞特物联科技有限公司 | 基于物联网的智慧用电数据分析方法及系统 |
| CN117477563A (zh) * | 2023-12-27 | 2024-01-30 | 深圳力高新能技术有限公司 | 一种光伏发电功率预测用样本日搜索方法、系统及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106855966A (zh) | 基于无人配送车进行调度的方法和系统 | |
| US11435772B2 (en) | Systems and methods for optimizing energy usage using energy disaggregation data and time of use information | |
| CN106408341A (zh) | 货品销量的预测方法及装置、电子设备 | |
| CN107480832A (zh) | 短期电量预测方法、装置及电子设备 | |
| CN105979532A (zh) | 一种业务处理系统的性能容量分析预警方法及装置 | |
| CN108805727A (zh) | 用于数据处理的方法及装置 | |
| CN112070301A (zh) | 一种用户用电量调整方法、系统及设备 | |
| CN109741177A (zh) | 用户信用的评估方法、装置及智能终端 | |
| CN111680841A (zh) | 基于主成分分析的短期负荷预测方法、系统及终端设备 | |
| CN111126703A (zh) | 一种企业最大用电需量预测方法和装置 | |
| CN103279801B (zh) | 一种基于多目标规划的用电管理移峰策略优化方法 | |
| CN109886737A (zh) | 需求预测方法、装置、电子设备及可读存储介质 | |
| JP6135454B2 (ja) | 推定プログラム、推定装置及び推定方法 | |
| CN112183885A (zh) | 一种位置确定方法及装置 | |
| CN108830663B (zh) | 电力客户价值评价方法、系统及终端设备 | |
| CN113381417B (zh) | 一种配电网台区三相负荷不平衡优化方法、装置及终端 | |
| CN115511631A (zh) | 一种碳交易方法、装置、电子设备及存储介质 | |
| CN115187134A (zh) | 基于网格的配电网规划方法、装置及终端设备 | |
| CN108767854A (zh) | 购电方案优化方法、装置以及电子设备 | |
| CN110896219B (zh) | 一种基于大数据和数据库的电力网络处理系统及方法 | |
| CN111160663B (zh) | 一种预测方法及装置 | |
| CN110533485A (zh) | 一种对象选取的方法、装置、存储介质及电子设备 | |
| CN112465196A (zh) | 一种系统负荷预测方法、装置、设备和存储介质 | |
| JP2007072843A (ja) | 予測情報の課金システム | |
| CN111127114A (zh) | 一种电力负荷申报数据的确定方法以及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171215 |
|
| RJ01 | Rejection of invention patent application after publication |