[发明专利]基于大数据和信息融合的电力负荷分析预测系统

说明书

技术领域

本发明涉及一种电力负荷分析预测技术领域，具体涉及一种基于大数据和信息融合的电力负荷分析预测系统。

背景技术

电力负荷预测是电力系统调度、用电、计划和规划等管理部门的重要工作。随着我国市场经济体制的逐步完善，电力企业逐渐由计划方式过渡到了市场方式，准确的电力负荷预测可以为电力企业制定购电和售电合同提供参考依据，有效降低发电成本，提高经济效益和社会效益。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种基于基于大数据和信息融合的电力负荷分析预测系统，实现负荷预测信息共享与统一管理，极大地提高了电力部门的工作效率。

本发明为解决其技术问题所采用的技术方案为：

所述基于大数据和信息融合的电力负荷分析预测系统，包括数据层、逻辑层和表示层，其中：

数据层，包括电量管理数据库，电量管理数据库统一采集各个业务应用系统的数据，主要包括气象数据和电网实时负荷数据，各种来源的原始数据按照统一规范予以格式化存储和整合，消除数据间的壁垒，形成一体化的数据中心；

逻辑层，包括负荷预测数据库、电能计算管理模块、负荷数据上报模块、考核模块、WEB服务器，电能计算管理模块对获取的数据进行处理计算，并根据计算结果进行电网负荷分析，预测结果通过负荷预测数据库进行存储，预测结果可以通过负荷数据上报模块进行上报或查询，考核模块可以设置考核参数，以供上级单位对下级单位制定考核指标，WEB服务器用于预测结果的发送；

表示层，包括报表管理模块，完成对各个地区负荷数据、气象数据、上报情况和考核情况信息的查询、生成报表和打印。

其中，优选方案为：

所述气象数据包括地区最高/最低温度、湿度、雨/风/晴、降雨量、风力、日照，由各地市气象台每天定时发送；所述电网实时负荷数据从调度自动化系统中无缝获取，系统自动维护实时的负荷数据，实现信息采集的自动化；保证信息采集的准确度，做到不丢数、不重复；在数据源系统出现敌障，不能按时提供数据的情况下，可以实现人工干预的手动补采。

电能计算管理模块对电网负荷分析主要包括对日、周、月、季、年的负荷数据分析以及负荷与气象要素的分析；日负荷分析主要包括单日负荷分析和多日负荷对比分析，单日负荷分析主要分析某日负荷曲线走势并统计出该日的最大/小负荷、平均负荷和积分电量；多日负荷对比分析则将一段时间内的日负荷曲线进行对比分析；周、月、季、年负荷分析与日负荷分析类同，此处不赘述，负荷与气象要素分析主要是分析负荷温度、湿度要素对负荷的影响情况。

所述日负荷分析还包括典型日负荷分析，主要为国家法定节假日期间的电网负荷分析，根据往年相应日期的电网负荷变化情况，将该变化添加至当日负荷分析结果中，在国家法定节假日，通常会出现用电高峰，预测时，根据往年用电使用情况，将可能出现的用电变量预先添加至负荷分析结果中，实现合理预测，防止措手不及。

所述负荷数据上报模块设置参数主要包括负荷数据上报时限、地市上报负荷数据、实时显示上报情况；负荷数据上报模块的负荷数据上报逻辑为：市级用户可以对地市负荷数据和小水电计划进行上报，并对其上报情况进行查询；省级用户可以查询地市的上报情况并对上报数据审核确认；系统管理员可对地市上报的时间进行限定。

所述考核模块设置参数主要包括考核指标、考核情况查询以及免考核申请，其考核逻辑为：省级用户可以对地市的考核指标进行设定，并查询各地市的考核情况和考核排名，地市用户则只能查询所在地区的考核情况及排名。

与现有技术相比，本发明具有以下有益效果：

本发明实现负荷预测信息共享与统一管理，极大地提高了电力部门的工作效率。采用三层应用结构，提供了集省级、地区级一体化负荷预测平台，有助于规范管理。

具体实施方式

下面对本发明实施例做进一步描述：

实施例1：

本发明所述基于大数据和信息融合的电力负荷分析预测系统，包括数据层、逻辑层和表示层，其中：

数据层，包括电量管理数据库，电量管理数据库统一采集各个业务应用系统的数据，主要包括气象数据和电网实时负荷数据，各种来源的原始数据按照统一规范予以格式化存储和整合，消除数据间的壁垒，形成一体化的数据中心；