一种跨周期的多源异构电力数据处理系统及应用方法与流程

文档序号:34173468发布日期:2023-05-15 06:11阅读:50来源:国知局
一种跨周期的多源异构电力数据处理系统及应用方法与流程

本发明涉及电力,特别是一种跨周期的多源异构电力数据处理系统及应用方法。


背景技术:

1、随着供电技术的发展,为了保证安全供电,电力部门或者相关用电终端的使用者会在相应区域除开电能计量表等之外,还会安装温度、湿度、电压及电流等监测设备,以监测相应区域的用电设备工作性能以及供电是否正常,尽可能保证安全供电。

2、虽然现有的相关用电监测设备一定程度上实现了智能化供电管理,但是受到结构所限还存在一定的缺陷,具体体现如下。其一:其监测的各种数据只能反映当时的用电数据情况,用电方及供电方只能根据当前的数据进行用电方式调整,比如说某个区域一个时间段出现用电高峰,导致供电电压降低,那么供电方就可为该区域调配充足的电力满足用电设备的工作需要,或者用电方在此刻减少一些负荷,满足重要的用电设备能正常工作;上述模式,由于属于被动调控方式,无论使用电方是供电方无法提前得到提示,相应来说,会给具体的对应处置工作带来不利,不能达到相应处置方法的时效性,会多少对安全供电造成不利影响。其二:不能在用电区域可能发生用电事故时(比如短路、开路等)提示用电方,通常情况下,都是用电方通过观察到相应监测设备出现数据异常后,才能及时了解到情况,这样,不能提前做针对性处置预案,也会对安全供电造成不利影响。综上所述,提供一种能基于用户的日常用电行为进行分析建模,能尽可能保证安全、平稳为用户供电的系统及应用方法显得尤为必要。


技术实现思路

1、为了克服现有供电技术中,由于技术所限存在如背景所述弊端,本发明提供了基于各传感器采集的数据,在相应模块单元共同作用下,能将各数据统一进行计算分析建模,通过建模的数据能自动对相关区域不同时间段用电负荷进行自适应调节,保证现场稳定供电,且能基于获得的数据对用户给出合理化节电建议,并在供电数据和平时出现明显偏差时(存在故障几率)能主动提示用电方进行检修,有效保证了安全供电的一种跨周期的多源异构电力数据处理系统及应用方法。

2、本发明解决其技术问题所采用的技术方案是:

3、一种跨周期的多源异构电力数据处理系统,其特征在于,包括数据采集模块、数据分析模块、数据建模模块、多源异构信息模块、预测模块、切换模块、数据推送模块;所述数据采集模块、数据分析模块、数据建模模块、多源异构信息模块、预测模块、切换模块、数据推送模块是安装在pc机内的应用软件;一种跨周期的多源异构电力数据处理系统的应用方法,包括如下步骤,步骤a:数据采集模块采集用电区域数据,将上述数据初步分类别处理后输出到数据分析模块;步骤b:数据分析模块基于人工智能技术,运用弱监督/半监督/非监督机器学习方法中的一种或多种,开展基于数据驱动的用户分类算法、对数据采集模块获得输入的数据进行计算分析,并基于用户的用电时序行为模式,用于构建基于时序行为的用户分类算法模型,具体的使用到的用户数据包括96点曲线、日电量及月电量数据等;步骤c:数据建模模块对步骤b获得的数据分类算法结果的特性归因分析,具体的,根据弱监督学习的分类算法模型,开展对分类的结果的归因分析,可视化分析,提炼出用户用电方面的相应特点,将用户分类的结果服务于电量及负荷预测工作;步骤d:多源异构信息模块对步骤c的数据以及多源异构信息进行跨周期精准用电负荷预测模型的构建,具体的,多源异构信息除开96点曲线、日电量及月电量数据,还包括气象、经济、政策、用电变更流程等因素,变更流程包括用电区域的增减容、改类、过户等,该步骤获得的数据服务于用户用电预测;步骤e:预测模块基于多源异构特征表征,计算建立面向跨周期精准负荷预测的时序学习模型,具体的,模型数据包括用电区域提前一年、一季度、一个月预测全月的96点曲线(30天*96)以及t日(14:00前)预测t+2日的96点曲线;步骤f:数据推送模块在用电区域用户负荷异常时,为用电方及管理方推送提示数据,并给出具体的异常类型;步骤g:切换模块根据用电区域历史数据的用电预测数据,在用电区域高峰或者低峰时间段调整供电端对该供电区域的供电功率。

4、进一步地,所述步骤a中,数据采集模块采集用电区域的数据,包括表计、电流表、电压表、温度表获得的单位时间内用电数据、各时间段电流及电压数据、以及现场的温度数据。

5、进一步地,所述步骤c中,用户分类得到的电量及负荷预测数据能通过显示界面显示,并输出到切换模块。

6、进一步地,所述步骤f中,数据推送模块判断用电区域用户负荷异常的数据包括电流异常过大、电压异常过低、以及温度过高等,具体的,数据推送模块的数据库子模块存有相应用电区域相应时间段历史平均电流、电压、温度数据,在上述数据超过阈值时则推送信息。

7、进一步地,所述步骤g中,切换模块在用电区域高峰或者低峰时间段调整供电端对该供电区域的供电功率的同时,会根据反馈相关区域的数据针对性调节输出功率,满足现场用电设备的用电需要。

8、进一步地,所述数据推送模块还能根据用电数据给出合理化节电建议,实现节电减排目的。

9、进一步地,所述步骤e中,包括多源异构信息的统一特征表征方法确定以及面向跨周期精准负荷预测的时序学习模型确定,多源异构信息的统一特征表征方法确定包括采用随机森林算法构建基础模型和基于模型集成完成多源异构数据融合;面向跨周期精准负荷预测的时序学习模型确定,是在多源异构信息特征表征基础上建立的跨周期精准负荷预测模型,主要运用灰色预测模型完成负荷预测。

10、本发明有益效果是:本发明基于多种传感器采集的数据,经过相关软件单元共同作用,能将各数据统一进行分析建模,得出用电区域单位时间内用电负荷数据模型,并能根据获得的数据模型进行用电预测,在该区域用电功率发生变化前能提前调节供电功率,保证现场稳定供电,还能在用电数据异常,存在短路及开路等几率时,及时提示供电端和用电端,减少了用电事故发生的几率。本发明中,能基于获得的数据对用户给出合理化节电建议,并在供电数据和平时出现明显偏差时能主动提示用电方进行检修,有效保证了安全供电。基于上述,本发明具有好的应用前景。



技术特征:

1.一种跨周期的多源异构电力数据处理系统,其特征在于,包括数据采集模块、数据分析模块、数据建模模块、多源异构信息模块、预测模块、切换模块、数据推送模块;所述数据采集模块、数据分析模块、数据建模模块、多源异构信息模块、预测模块、切换模块、数据推送模块是安装在pc机内的应用软件;一种跨周期的多源异构电力数据处理系统的应用方法,包括如下步骤,步骤a:数据采集模块采集用电区域数据,将上述数据初步分类别处理后输出到数据分析模块;步骤b:数据分析模块基于人工智能技术,运用弱监督/半监督/非监督机器学习方法中的一种或多种,开展基于数据驱动的用户分类算法、对数据采集模块获得输入的数据进行计算分析,并基于用户的用电时序行为模式,用于构建基于时序行为的用户分类算法模型,具体的使用到的用户数据包括96点曲线、日电量及月电量数据;步骤c:数据建模模块对步骤b获得的数据分类算法结果的特性归因分析,具体的,根据弱监督学习的分类算法模型,开展对分类的结果的归因分析,可视化分析,提炼出用户用电方面的相应特点,将用户分类的结果服务于电量及负荷预测工作;步骤d:多源异构信息模块对步骤c的数据以及多源异构信息进行跨周期精准用电负荷预测模型的构建,具体的,多源异构信息除开96点曲线、日电量及月电量数据,还包括气象、经济、政策、用电变更流程因素,变更流程包括用电区域的增减容、改类、过户,该步骤获得的数据服务于用户用电预测;步骤e:预测模块基于多源异构特征表征,计算建立面向跨周期精准负荷预测的时序学习模型,具体的,模型数据包括用电区域提前一年、一季度、一个月预测全月的96点曲线以及t日预测t+2日的96点曲线;步骤f:数据推送模块在用电区域用户负荷异常时,为用电方及管理方推送提示数据,并给出具体的异常类型;步骤g:切换模块根据用电区域历史数据的用电预测数据,在用电区域高峰或者低峰时间段调整供电端对该供电区域的供电功率。

2.根据权利要求1所述的一种跨周期的多源异构电力数据处理系统的应用方法,其特征在于,步骤a中,数据采集模块采集用电区域的数据,包括表计、电流表、电压表、温度表获得的单位时间内用电数据、各时间段电流及电压数据、以及现场的温度数据。

3.根据权利要求1所述的一种跨周期的多源异构电力数据处理系统的应用方法,其特征在于,步骤c中,用户分类得到的电量及负荷预测数据能通过显示界面显示,并输出到切换模块。

4.根据权利要求1所述的一种跨周期的多源异构电力数据处理系统的应用方法,其特征在于,步骤f中,数据推送模块判断用电区域用户负荷异常的数据包括电流异常过大、电压异常过低、以及温度过高,具体的,数据推送模块的数据库子模块存有相应用电区域相应时间段历史平均电流、电压、温度数据,在上述数据超过阈值时则推送信息。

5.根据权利要求1所述的一种跨周期的多源异构电力数据处理系统的应用方法,其特征在于,步骤g中,切换模块在用电区域高峰或者低峰时间段调整供电端对该供电区域的供电功率的同时,会根据反馈相关区域的数据针对性调节输出功率,满足现场用电设备的用电需要。

6.根据权利要求1所述的一种跨周期的多源异构电力数据处理系统的应用方法,其特征在于,数据推送模块还能根据用电数据给出合理化节电建议,实现节电减排目的。

7.根据权利要求1所述的一种跨周期的多源异构电力数据处理系统的应用方法,其特征在于,步骤e中,包括多源异构信息的统一特征表征方法确定以及面向跨周期精准负荷预测的时序学习模型确定,多源异构信息的统一特征表征方法确定包括采用随机森林算法构建基础模型和基于模型集成完成多源异构数据融合;面向跨周期精准负荷预测的时序学习模型确定,是在多源异构信息特征表征基础上建立的跨周期精准负荷预测模型,主要运用灰色预测模型完成负荷预测。


技术总结
一种跨周期的多源异构电力数据处理系统,包括数据采集模块、数据分析模块、数据建模模块、多源异构信息模块、预测模块、切换模块、数据推送模块;数据采集模块、数据分析模块、数据建模模块、多源异构信息模块、预测模块、切换模块、数据推送模块是安装在PC机内的应用软件;一种跨周期的多源异构电力数据处理系统的应用方法,包括七个步骤。本发明能得出用电区域用电负荷数据模型,并能根据获得的模型进行用电预测,在该区域用电功率发生变化前能提前调节,保证现场稳定供电,还能在用电数据异常,及时提示供电端和用电端,减少了用电事故发生的几率,能对用户给出合理化节电建议,并在供电数据和平时出现明显偏差时能主动提示用电方进行检修。

技术研发人员:康丽,郭逸华,徐妍珺,姚雯颖
受保护的技术使用者:上海恒能泰企业管理有限公司璞能电力科技工程分公司
技术研发日:
技术公布日:2024/1/12
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1