[发明专利]一种配变负荷预测方法

权利要求书

1.一种配变负荷预测方法，其特征在于，包括步骤：

S100根据负荷特性分析结果、数据宽表以及算法模型，训练配变负荷预测模型；

S200通过已经训练好的所述配变负荷预测模型进行配变负荷预测，取得配变负荷预测值；

S300判断配变负荷预测值是否超过预设阈值，当配变负荷预测值超过预设阈值时，进行报警。

2.根据权利要求1所述的一种配变负荷预测方法，其特征在于，在所述的S300判断配变负荷预测值是否超过预设阈值，当配变负荷预测值超过预设阈值时，进行报警之前包括步骤：

S210针对配变负荷预测结果，设定所述预设阈值。

3.根据权利要求1所述的一种配变负荷预测方法，其特征在于，在所述的根据负荷特性分析结果、数据宽表以及算法模型，训练配变负荷预测模型之前包括步骤：

S10采集运行数据，对历史负荷数据中统计类初始数据进行采集和校验，形成第一统计数据，同时接入气象数据。

4.根据权利要求3所述的一种配变负荷预测方法，其特征在于，在所述的根据负荷特性分析结果、数据宽表以及算法模型，训练配变负荷预测模型之前还包括步骤：

S20导入外部静态数据。

5.根据权利要求4所述的一种配变负荷预测方法，其特征在于，在所述的导入外部静态数据之后包括步骤：

S30建立清洗规则，根据清洗规则对运行数据、气象数据、外部静态数据进行清洗得到准确的源数据；

S40将分布于不同表中的源数据进行整合，生成统一的数据模型；

S50针对第一统计数据进行溯源数据校验及重新计算，得到第二统计数据；

S60对包括运行数据、气象数据以及第二统计数据的多源数据进行融合，加工形成数据宽表。

6.根据权利要求5所述的一种配变负荷预测方法，其特征在于，在所述的对包括运行数据、气象数据以及第二统计数据的多源数据进行融合，加工形成数据宽表之后包括步骤：

S70根据数据宽表进行负荷特性分析，得到负荷特性分析结果。

7.根据权利要求1所述的一种配变负荷预测方法，其特征在于，在所述的S100根据负荷特性分析结果、数据宽表以及算法模型，训练配变负荷预测模型之后包括步骤：

S101将前N-1天的数据输入至所述配变负荷预测模型中，预测出第N天的配变负荷值；

S102获取第N天的真实配变负荷值；

S103将预测出的第N天的配变负荷值与第N天的真实配变负荷值进行比对纠偏；

S104分别采用算法模型及混合方法进行配变负荷预测模型的训练及优化；

S105对预测精确性进行持续监控，采用度量拟合优度R方及方差对预测效果进行量化，并实现预测后评估的可视化。

8.根据权利要求7所述的一种配变负荷预测方法，其特征在于，在所述的S105对预测精确性进行持续监控，采用度量拟合优度R方及方差对预测效果进行量化，并实现预测后评估的可视化之后包括步骤：

S106检测配变负荷预测模型是否存在准确率未达预期或下降的情况；

S107当检测到配变负荷预测模型存在准确率未达预期或下降的情况时，进行反馈并重新自适应优化配变负荷预测模型；

S108在预设时间内接入新增的配变功率、电流、电压的历史运行数据和天气预报数据。

9.根据权利要求1所述的一种配变负荷预测方法，其特征在于，在所述的S200通过已经训练好的所述配变负荷预测模型进行配变负荷预测，取得配变负荷预测值之后包括步骤：

S201对预测结果进行展示，可选择线路和配变进行展示，默认显示当天的配变负荷预测结果，首要展示选中的线路下发生重过载概率最高的前10个配变，并以折线图形式显示96点负荷预测值；

S202点击展示界面以钻取查看详细预测值、历史预测信息，通过单位、线路、配变名称进行筛选；

S203将对预测值影响最大的因素进行展示，为运维人员提供辅助数据。

10.根据权利要求1所述的一种配变负荷预测方法，其特征在于，在所述的S300判断配变负荷预测值是否超过预设阈值，当配变负荷预测值超过预设阈值时，进行报警之后包括步骤：

S301输出短期、超短期预警和报警信息，并将分析结果通过app推送给运维人员进行核查，推送给管理人员进行决策使用；

S302对含有敏感用户、重要用户的线路和配变进行重点预警。