[发明专利]一种用电量智能预测系统及方法

说明书

技术领域

本发明涉及一种为电力行业中电量供需平衡提供参考依据，为电力设施建设、大型用电企业和普通居民用户提供合理用电建议的预测系统及方法技术领域。

背景技术

由于电能具有实时、不可存储性，就需要发电量、用电量必须时刻保持平衡，否则会造成电力供应不足或电力浪费。一方面，电力运营商需要根据用户用电量情况，合理规划电力设施的建设，另一方面，用户需要根据历史用电量情况合理安排用电方式，改善用电习惯，提高用电质量，将电力资源合理应用，既改善了固有电网的稳定运行又节省了不必要的电费支出。为了解决这些问题，就引入了用电量的预测。全球各地都在研究合理的用电量预测方法，以期达到更好的预测效果，提供更科学更准确的预测值。

目前的用电量预测方法主要有：灰色模型法、线性回归法、单耗法、趋势分析模型法、弹性系数法、模糊数学模型法等。灰色模型仅对呈指数规律发展的系统进行预测时效果比较理想，预测进度不稳定；线性回归模型的数学模型相对简单，只有在过去、现在和将来的发展模式一致的特殊情况下预测效果才会比较好，但在用电量的需求预测中，这种情况只是理想状况，因此该方法适应性不强，局限性较大；单耗法需要再预测前做大量繁琐的统计工作，对高效率的预测工作不利，此外，单耗法对于中长期的电力预测具有不确定性，预测效果不理想；趋势分析模型法是根据事物发展的连续性进行预测的，只在电量需求的中长期预测中效果较好，在短期预测中效果较差，并且它需要在大量历史数据中找出规律，这是一件非常耗时耗力的工作，它的实现比较复杂和困难；电力弹性系数法由于没有规律可循，很难实际应用，并且由于它的快速变化使得预测值与真实值差距太大，可信度不高。

以上的这些预测方法从研究的角度、建模的出发点到数据的形式和适用条件都不同，在电力系统中实施预测用电量都存在或多或少的不足和缺陷，用电量预测值与真实值的偏差太大或是由于本身方法复杂实施推广应用起来比较困难。

发明内容

本发明的目的是为了解决上述现有技术的不足，提供一种对用电量的预测更加准确和在电力系统中更易于应用和实施的用电量智能预测系统及其预测方法。

本发明的目的通过如下技术方案实现。

一种用电量智能预测系统，该系统包括智能用电终端和分别与智能用电终端连接的管理实时数据采集的电能采集模块、本地存储管理模块、预测点的预测值分析计算模块、负责数据通信传输控制的GPRS通信控制模块；预测值分析计算模块核心预测处理算法采用BP神经网络。

一种用电量智能预测方法，方法如下，

①用电量预测点使用智能用电终端作为主控单元，负责实时数据的采集、预测点的预测值分析计算、预测值的查询以及数据传输通信的控制；

②在用电量预测点的前端接入电能采集装置，电流通过电能采集装置再流入用电器，电能计量采集装置的数据输出与预测点智能用电终端（1）的电能采集模块（2）相连，实施电能信息采集；

③用电量预测点的智能用电终端上接入GPRS通信控制模块，实现多监测预测点与电网公司电力数据主站的远程通信；

④智能用电终端通过电能采集模块及其内部的软件程序实时采集用电器的即时功耗；

⑤智能用电终端内部软件建立一个含有N个节点输入层，一个节点输出层，2N个隐含层和隐含节点的BP神经网络模型；

⑥将采集到的电能耗数据作为样本对预测值分析计算模块（4）的BP神经网络模型进行训练；

⑦根据预测的类型确定BP神经网络模型中的结点个数N值，如果是预测季度用电量，N值为3；如果选择预测月度用电量，则N值为11；如果预测周用电量，则N值为6；

⑦BP神经网络模型预测算法需要的影响因素个数由终端通过GPRS无线传输模块从电网公司电力数据主站获取；

⑧电量预测值和采集计算出的真实用电量存入本地和远程主站的历史记录文件中，作为下一次预测的样本数据，降低预测的误差；

⑨预测所需的配置参数以及预测结果通过本地存储管理模块存储于智能用电终端的本地数据文件中，通过GPRS通信控制模块存储在远程主站系统内，确保重要数据的容灾性。

本发明使用电能采集模块实时采集预测点的用电设备耗电量数据，这些耗电量数据可以通过智能用电终端的GPRS通信控制模块与电力主站交互获取，也可以存储于本地数据文件，结合节假日、周末、季节、温湿度等外部参考信息数据，训练人工神经网络模型，采用BP神经网络算法分析计算预测未来的用电量，同时，预测数据记录进历史数据库，为下一次的预测提供数据参考，用户可以获取到更加准确的用电量预测值。