一种基于智能算法的负荷预测方法与流程

技术特征：
1.一种基于智能算法的负荷预测方法，其特征在于，包括以下步骤：步骤一：设置所需要预测的台区范围，根据所设置的台区范围建立用电点布局模型图；步骤二：获取台区范围内的用电点的历史用电数据，根据用电点的历史用电数据搭建台区综合用电变化图；步骤三：获取台区用电点建设规划信息，根据用电点建设规划信息及台区综合用电变化图搭建台区电力负荷模型，并输出台区范围内的电力负荷值。2.根据权利要求1所述的一种基于智能算法的负荷预测方法，其特征在于，在设置所需要预测的台区范围后，将所设置的台区范围划分为若干个子区域。3.根据权利要求2所述的一种基于智能算法的负荷预测方法，其特征在于，所述台区范围的用电点布局模型图的建立过程包括：建立二维平面坐标系，并将台区范围映射至二维平面坐标系上；将台区范围内所划分的若干个子区域映射至二维平面坐标系上，并获取每个子区域在二维平面坐标系上的坐标范围；根据台区范围内的用电点的实际分布位置，在二维平面坐标系上进行标记；获取每个用电点在二维平面坐标系上的落点位置，根据用电点的落点位置获取用电点所属的子区域。4.根据权利要求3所述的一种基于智能算法的负荷预测方法，其特征在于，所述台区范围内的用电点的历史用电数据的获取过程包括：设置用电周期t，并记录用电周期t时间段内的日期以及时间线；在每个用电点设置有计量表，通过计量表获取每个用电点在每个日期内对应的时间线的用电速度；获取台区范围内的每个子区域在用电周期t时间段内的温度数据。5.根据权利要求4所述的一种基于智能算法的负荷预测方法，其特征在于，所述台区综合用电变化图的搭建过程包括：建立时间关于用电速度的二维坐标图，并根据每个用电点的计量表所获得的用电速度，生成对应用电点的用电速度变化曲线，并将用电速度变化曲线映射至时间关于用电速度的二维坐标图内；在时间关于用电速度的二维坐标图内设置第一时间跨度区间，所述第一时间跨度区间由第一时间跨度轴和第二时间跨度轴组成；建立时间关于温度的二维坐标图，并根据每个子区域的温度数据生成温度数据变化曲线；在时间关于温度的二维坐标图内设置第二时间跨度区间，所述第二时间跨度区间包括第三时间跨度轴和第四时间跨度轴；获取第二时间跨度轴与第四时间跨度轴的未来温度数据，并形成温度预测变化曲线；获取在第二时间跨度轴与第四时间跨度轴之间的用电点建设规划信息。6.根据权利要求5所述的一种基于智能算法的负荷预测方法，其特征在于，所述第二时间跨度轴表示当前时刻，所述第一时间跨度轴为与第二时间跨度轴间隔时长为t的前一时刻；所述第三时间跨度轴对应的时刻与第一时间跨度轴对应的时刻一致，第四时间跨度轴为与第二时间跨度轴间隔时长为t的未来的时刻。7.根据权利要求6所述的一种基于智能算法的负荷预测方法，其特征在于，所述台区电
力负荷模型的建立过程包括：获取每个用电点在第一时间跨度轴与第二时间跨度轴与用电速度变化曲线之间的面积，则所获得的面积即为用电点在第一时间跨度轴与第二时间跨度轴期间所消耗的用电量；获取标号为i的子区域标号为j的用电点第一时间跨度轴与第二时间跨度轴期间的同比用电量，从而获得编号为i子区域的用电同比增长系数。8.根据权利要求7所述的一种基于智能算法的负荷预测方法，其特征在于，根据所获得的第一时间跨度轴与第二时间跨度轴之间的用电影响系数；对第二时间跨度轴与第四时间跨度轴之间的用电变化情况进行预测：获取第二时间跨度轴与第四时间跨度轴之间的预测温度数据变化曲线，并获取温度数据变化曲线中的最大温度值和最小温度值；对所获得的温度数据进行环比，则获得在第二时间跨度轴与第四时间跨度轴之间的用电影响系数的变动率。9.根据权利要求8所述的一种基于智能算法的负荷预测方法，其特征在于，则根据第一时间跨度轴与第二时间跨度轴的用电量以及用电点建设规划信息，对第二时间跨度轴与第四时间跨度轴之间的用电负荷值进行预测：根据用电点建设规划信息中将要增加的用电点以及减少的用电点，获得标号为i的子区域内的总的用电点的数量，得到每个标号为i的子区域的预测用电量；则整个台区范围的用电负荷值为所有子区域的预测用电量的总和。

技术总结
本发明公开了一种基于智能算法的负荷预测方法，涉及电力监测技术领域，设置所需要预测的台区范围，根据所设置的台区范围建立用电点布局模型图；获取台区范围内的用电点的历史用电数据，根据用电点的历史用电数据搭建台区综合用电变化图；获取台区用电点建设规划信息，根据用电点建设规划信息及台区综合用电变化图搭建台区电力负荷模型，并输出台区范围内的电力负荷值；通过对台区范围内不同的子区域分别进行未来t时长内的用电量的预测，然后再将所有子区域所获得的预测用电量进行整合，从而使得台区范围内的用电负荷值能够更加快速的被统计，同时降低预测误差，从而使得最终所获得的用电负荷值能够更加接近实际值。获得的用电负荷值能够更加接近实际值。获得的用电负荷值能够更加接近实际值。


技术研发人员：季坤 李坚林 郑浩 赵恒阳 潘超 严波 王翀 钱宇骋 尹睿涵 赵常威 丁国成 李森林 杨海涛 王署东 吴海峰 张承习
受保护的技术使用者：国网安徽省电力有限公司 国网安徽省电力有限公司电力科学研究院 安徽南瑞继远电网技术有限公司 国网安徽省电力有限公司合肥供电公司
技术研发日：2022.03.09
技术公布日：2022/7/1