发明公开
- 专利标题: 一种基于用户画像数据模型的短期用电量预测算法
-
申请号: CN202210108795.2申请日: 2022-01-28
-
公开(公告)号: CN114444397A公开(公告)日: 2022-05-06
- 发明人: 刘春秀 , 房牧 , 李龙潭 , 张玉琪 , 刘奕敏 , 刘璇 , 周在彦
- 申请人: 国家电网有限公司 , 国网山东省电力公司 , 国网山东省电力公司德州供电公司
- 申请人地址: 北京市西城区长安街86号; ;
- 专利权人: 国家电网有限公司,国网山东省电力公司,国网山东省电力公司德州供电公司
- 当前专利权人: 国家电网有限公司,国网山东省电力公司,国网山东省电力公司德州供电公司
- 当前专利权人地址: 北京市西城区长安街86号; ;
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06Q10/04 ; G06Q50/06 ; G06F111/04 ; G06F111/08 ; G06F113/04
摘要:
本发明提供了一种基于用户画像数据模型的短期用电量预测算法,包括以下步骤:用户数据整合。用户数据可分为静态数据与动态数据,静态数据指用户的基本信息,动态数据指每天用电量、业扩信息。行业特性分析。基于用户基础数据按行业分类,对数据进行细化,建立行业用电曲线方程式。提高数据精度。构造特性用户画像数据模型。构建函数模型。基于用户画像信息,使用回归分析算法、指数平滑法计算用户用电量。构建短期用电量组合方法预测模型。组合方法预测模型的关键点在与权重的取值,基于Spark分布式平台进行模型训练和调优。本发明降低了人工智能算法在中压有源配电网重构寻优的复杂程度,提高了算法的灵活性,提升了计算的效率。