[发明专利]一种节电潜力量化预测方法

权利要求书

1.一种节电潜力量化预测方法，其特征在于，所述的方法包括以下步骤：

S1、提取行业用户用电数据，从用户用电数据中获取用电特性指标，通过聚类分析划分用电群体；

S2、建立节电潜力预测模型，对同一用电群体内进行标杆选取，将标杆用电量输入节电潜力预测模型获得未来节电潜力预测值；

步骤S1所述的用电特性指标包括日均用电量、日均峰时用电、日均谷时用电、峰谷电量比和日均负荷率；

步骤S1中所述的通过聚类分析划分用电群体具体包括以下步骤：

S101、采用分类适确性指标自适应选择最优的聚类数；

S102、选定k个中心μ_k的初值；

S103、将每个数据点归类到距离其最近的中心点所代表的聚类中；

S104、获取每个聚类的新的中心点μ_k，并重复S103，迭代至最大步数或者前后的聚类准则函数值相差小于设定阈值为止；

步骤S2中建立节电潜力预测模型具体包括以下步骤：

S201：以气象和社会因素历史数据作为输入，以目标用户日节电潜力作为输出，形成样本数据集D；

S202、使用交叉验证法分别形成训练集和测试集，并利用XGBoost决策树算法建立节电潜力预测模型；

利用XGBoost决策树算法建立节电潜力预测模型具体为：设定XGBoost模型参数，包括基本参数和训练参数，对模型进行训练，训练结束后，利用测试集参数对模型进行预测精度判断，若预测精度不满足设定值则重新设置参数，继续训练，直至满足精度要求；

步骤S202中使用交叉验证法分别形成训练集和测试集具体为：将数据集D等比例分为D1-D10，将D1作为测试集，D2-D10作为训练集，计算评价指标，之后将D2作为测试集，D1，D3-D10作为训练集，在每一轮迭代过程中，均采用交叉验证的方法进行预测模型评价指标计算。

2.根据权利要求1所述的一种节电潜力量化预测方法，其特征在于，步骤S1中对行业用户用电数据进行提取时，以15min为间隔采集功率数据，每天96个点。