[发明专利]一种基于智能算法的用电预测方法及系统

说明书

一种基于智能算法的用电预测方法及系统，其特征在于：步骤1，构建用电预测算法库，对算法库中的当前算法的关键参数进行配置，并针对一次配置记录当前算法的版本号；步骤2，采用当前算法和当前版本号对输入数据进行求解并获取预测时段的用电预测结果，并将预测时段的用电预测结果与历史用电电量进行比较，以及可视化预测偏差从而定位预测偏差原因；步骤3，生成复盘分析报告，并对算法库中的当前算法的关键参数进行调节；步骤4，对输入数据进行求解，以生成预测时段的最优用电预测结果，并基于最优用电预测结果实现对电网中发电侧、输电侧、变电侧、配电侧设备状态的调控。本发明思路清晰，涵盖广阔，具备较强的可扩展性。

技术领域

本发明涉及电力系统领域，更具体的，涉及一种基于智能算法的用电预测方法及系统。

背景技术

目前，电力系统对各类用户用电量的预测方式主要以线下方式为主。通过线下方式对电力用户用电量的预测存在各类问题。一方面这种预测方式，使得数据安全性得不到保障，算法模型无法进行全过程规范性管理；另一方面，这种方式对业务人员要求较高，需了解掌握各算法原理、参数设计、适用场景后才能独立开展预测分析工作，难以批量化培养相关技术人才。

现有技术中，电量预测的分析对象主要为大型的工商业用户，此类用户用电特征明显、用电规模稳定。然而随着电力系统输供电业务的不断优化，业务种类与复杂度的不断提升，代理购电方式呈现出较为快速的发展趋势。

由于目前电力系统难以对于各类小型用户(如代理购电用户)的用电情况进行预测，随着这类用户规模的快速升高，采用目前的用电预测方法对电力系统中发、输、变、配等各类电力设备运行状态的调节已经难以完全满足所有电力用户的用电需求。例如，当忽略了对于代理购电用户用电需求的预测时，当遇到疫情等重大事件影响的情况下，存在部分发电设备空转运行，输出的电力无法实际参与配电；或者，存在部分区域的发电设备处于错误的功率档位运行，区域供电无法满足区域内所有用户的用电需求。上述问题不仅会导致电力系统难以在能源转换效率最高的状态下运行，增加了运行与调度成本，导致了资源浪费和环境污染，更严重的情况下还会导致调度超载、配电网运行故障。

另一方面，现有技术中，电网工作人员常常会采用各类不同的智能算法或数学方法对用电数据进行预测。然而现有技术中，并不存在一种有效的手段对于大量复杂且不同的算法的有效性、准确性进行判定。因此，在开展用电预测工作的过程中，不同区域、不同层级的电力系统工作人员之间，难以将已有的经验进行分享与量化，同一工作人员也难以对于多种不同的算法进行透彻的理解并对于多种算法的优劣进行比较。在用电预测的过程中，电力系统工作人员需要进行大量的重复编程工作，也需要大量的时间精力理解算法含义，并重复的进行数据处理、数据集选择、算法参数配置和算法评估的工作。并且这些工作过程难以追溯。

针对上述问题，本发明提供了一种新的基于智能算法的用电预测方法与系统。

发明内容

为解决现有技术中存在的不足，本发明提供一种基于智能算法的用电预测方法与系统，通过构建用电预测算法库，对于算法的参数进行调节，对算法版本进行管理，并基于预测偏差及时的对于算法进行迭代调整，基于不同算法之间置信度的比较推荐罪域算法，从而提高预测结果的准确性。

本发明采用如下的技术方案。

本发明第一方面，涉及一种基于智能算法的用电预测方法，方法包括以下步骤：步骤1，构建用电预测算法库，对算法库中的当前算法的关键参数进行配置，并针对一次配置记录当前算法的版本号；步骤2，采用当前算法和当前版本号对输入数据进行求解并获取预测时段的用电预测结果，并将预测时段的用电预测结果与历史用电电量进行比较，以及可视化预测偏差从而定位预测偏差原因；步骤3，生成复盘分析报告，并基于预测偏差原因对算法库中的当前算法的关键参数进行调节；步骤4，采用调节后的当前算法对输入数据进行求解，以生成预测时段的最优用电预测结果，并基于最优用电预测结果实现对电网中发电侧、输电侧、变电侧、配电侧设备状态的调控。