一种电网售电量预测方法及售电管理系统与流程

本发明涉及售电管理，尤其涉及一种电网售电量预测方法及售电管理系统。

背景技术：

1、售电量预测是指根据电量历史数据及相应时期的经济、气象等影响因素，估计电量序列变化规律，从而对未来一段时间内电力系统的负荷消耗进行估计和表述。科学准确的预测售电量对售电公司销售总定额和利润平衡等相关决策的制定起着重要作用，同时对整个电网规划起着基础性作用。

2、在对电网某一区域售电量进行实际预测时，常用的预测方法有时间序列法、回归分析法和灰色模型法等，各方法常以预测指标对应的历史值为数据依据，并按季度或月度为预测周期滚动开展，虽然上述方法对于一些影响因素少的案例预测效果很好，但是，上述方法仅通过单一的数据源获取待预测周期内的预测样本数据集，易于因原始待预测样本数据的可靠性低，致使售电量预测值的准确性差，另外，上述方法通常对行业进行粗略划分甚至不划分，仅考虑气象因素与节假日因素，然而影响因素对不同行业的影响程度不同，进一步导致售电量预测值的准确性较差。

技术实现思路

1、针对现有技术的不足，本发明提供了一种电网售电量预测方法及售电管理系统，通过采用分布式爬虫获取准确可靠的原始预测样本数据集，并对按照行业间相关性进行分组的预测样本子集单独进行用电量预测以及修正，达到了提高售电量预测值准确性的目的，解决了售电量预测值的准确性较差的技术问题。

2、为解决上述技术问题，本发明提供了如下技术方案：一种电网售电量预测方法，包括以下步骤：

3、s1、获取电网售电区域在待预测周期内影响售电量的待预测样本数据集；

4、s2、根据各行业之间的皮尔逊相关系数并结合预置阈值对预测样本数据集进行分组，得到若干个预测样本子集；

5、s3、从历史售电数据库中分别搜索与预测样本子集相似的历史样本，生成若干个训练数据集；

6、s4、采用与预测样本子集相似的训练数据集对预设的图注意力卷积神经网络进行训练，得到对应的售电量预测模型；

7、s5、将预测样本子集输入对应的售电量预测模型单独进行预测，得到相应的用电量预测值；

8、s6、将若干个按行业类别预测得到的用电量预测值进行累加，得到待预测周期内的售电量预测值。

9、进一步地，在步骤s1中，获取电网售电区域在待预测周期内影响售电量的待预测样本数据集，具体过程包括以下步骤：

10、s11、采用分布式爬虫从多个网站上爬取售电区域所属地在待预测周期内影响售电量的文本数据；

11、s12、采用自然语言处理工具对爬取的文本数据进行分词解析，得到预处理后的文本数据；

12、s13、根据售电量预测领域专业词库从预处理后的文本数据中提取相应的数据并进行标准化处理，生成预测样本数据集。

13、进一步地，在步骤s2中，根据各行业之间的皮尔逊相关系数并结合预置阈值将预测样本数据集划分为若干个分组，得到若干个预测样本子集的具体过程包括以下步骤：

14、s21、计算各行业之间的皮尔逊相关系数；

15、s22、将皮尔逊相关系数大于预置阈值的行业划为一个分组，得到若干个按行业类别分组的预测样本子集。

16、进一步地，在步骤s3中，从历史售电数据库中分别搜索与预测样本子集相似的历史样本，生成若干个训练数据集的具体过程包括以下步骤：

17、s31、对预测样本子集进行归一化处理，得到按时间排序的归一化预测样本数据序列；

18、s32、从历史售电数据库中筛选出m个与归一化预测样本数据序列形态相似的相似样本数据序列；

19、s33、分别计算归一化预测样本数据序列与每个相似样本数据序列之间的相似度和时间差δt；

20、s34、判断相似度是否大于预设相似度阈值p以及时间差δt是否小于预设时间阈值t，若且δt<t，则将该相似样本数据序列存储至训练数据集；

21、否则，判断循环次数n是否小于相似样本数据序列的数量m，若n<m，则返回步骤s33，否则，执行下一步。

22、进一步地，在步骤s4中，所述预设的图注意力卷积神经网络的网络结构包括输入层、用于提取对应待预测样本子集序列的时序特征的时间卷积网络层、用于对提取的时序特征进行优化的多头图注意力机制层、用于根据权重向量调节异常值的特征拼接层以及输出层。

23、进一步地，所述步骤s6还可设为：

24、对待预测周期内每个行业类别的用电量预测值进行修正并对修正后的用电量预测值进行累加，得到待预测周期内的售电量预测值。

25、进一步地，根据误差映射表对待预测周期内每个行业类别的用电量预测值进行修正并对修正后的用电量预测值进行累加，得到待预测周期内的售电量预测值的具体过程包括以下步骤：

26、根据每个训练数据集的用电量预测值与实际用电量的差值建立预测误差集与行业类别集的误差映射表；

27、根据误差映射表分别对待预测周期内每个行业类别的用电量预测值进行修正，得到修正后的用电量预测值；

28、将若干个修正后的用电量预测值进行累加，得到待预测周期内的售电量预测值。

29、本发明还提供一种技术方案：一种电网售电管理系统，包括主服务器、以及与主服务器电连接的数据采集模块、售电服务器、数据服务器和管理终端；

30、所述主服务器用于对数据采集模块、售电服务器、数据服务器和管理终端进行管理与控制，并对用户用电量进行预警和调度，确保整个电网售电管理系统平稳运行；

31、所述数据采集模块与售电服务器建立数据通信，数据采集模块用于实时采集用户电表的电力数据，并通过无线传输方式将电力数据转发至售电服务器；

32、所述售电服务器与数据服务器建立数据传输，售电服务器用于接收电力数据并分析预测用户未来用电周期的用电量，并将接收的电力数据存放至数据服务器；

33、所述数据服务器包括历史售电数据库和数据交互服务，用于为整个电网售电管理系统提供数据存取支持；

34、所述管理终端与主服务器建立数据传输，管理终端用于对管理者身份进行验证并对售电订单进行管理。

35、进一步地，所述售电服务器包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的电网售电量预测方法。

36、借由上述技术方案，本发明提供了一种电网售电量预测方法及售电管理系统，至少具备以下有益效果：

37、1、本发明通过采用分布式爬虫从多个网站上爬取电网售电区域在待预测周期内影响售电量的文本数据，并根据售电量预测领域专业词库使用自然语言处理工具从处理后的文本数据中提取若干个样本子集，再对若干个样本子集进行筛选以获得待预测样本数据集，提高了待预测周期内原始待预测样本数据集的可靠性，为后续提高售电量预测值的准确性提供了数据支撑。

38、2、本发明通过根据行业间相关系数将待预测样本数据集按行业类别划分为若干个预测样本子集，并对每个预测样本子集采用对应的售电量预测模型单独进行用电量预测，拥有较高的精度和鲁棒性，提高了电网售电量预测值的精准度，降低了因影响因素对不同行业影响程度不同所存在的误差，解决了售电量影响因素对不同行业影响程度不同的技术问题，具有较强的实用价值，从而更加满足现代售电企业的使用需求。

39、3、本发明通过从历史售电数据库中搜索与待预测样本子集相似的训练数据集，并根据训练数据集的预测误差值建立预测误差集与行业类别集相对应的误差映射表，通过根据误差映射表对待预测周期内每个行业类别的用电量预测值进行修正，进一步提高了电网售电量的预测精度。