專利名稱：一種用電量智能預(yù)測系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種為電カ行業(yè)中電量供需平衡提供參考依據(jù)，為電カ設(shè)施建設(shè)、大型用電企業(yè)和普通居民用戶提供合理用電建議的預(yù)測系統(tǒng)及方法技術(shù)領(lǐng)域。
背景技術(shù)：
由于電能具有實(shí)時(shí)、不可存儲性，就需要發(fā)電量、用電量必須時(shí)刻保持平衡，否則會造成電カ供應(yīng)不足或電カ浪費(fèi)。一方面，電カ運(yùn)營商需要根據(jù)用戶用電量情況，合理規(guī)劃電カ設(shè)施的建設(shè)，另一方面，用戶需要根據(jù)歷史用電量情況合理安排用電方式，改善用電習(xí)慣，提高用電質(zhì)量，將電カ資源合理應(yīng)用，既改善了固有電網(wǎng)的穩(wěn)定運(yùn)行又節(jié)省了不必要的電費(fèi)支出。為了解決這些問題，就引入了用電量的預(yù)測。全球各地都在研究合理的用電量預(yù)測方法，以期達(dá)到更好的預(yù)測效果，提供更科學(xué)更準(zhǔn)確的預(yù)測值。
目前的用電量預(yù)測方法主要有灰色模型法、線性回歸法、單耗法、趨勢分析模型法、弾性系數(shù)法、模糊數(shù)學(xué)模型法等?；疑Ｐ蛢H對呈指數(shù)規(guī)律發(fā)展的系統(tǒng)進(jìn)行預(yù)測時(shí)效果比較理想，預(yù)測進(jìn)度不穩(wěn)定；線性回歸模型的數(shù)學(xué)模型相對簡單，只有在過去、現(xiàn)在和將來的發(fā)展模式一致的特殊情況下預(yù)測效果才會比較好，但在用電量的需求預(yù)測中，這種情況只是理想狀況，因此該方法適應(yīng)性不強(qiáng)，局限性較大；單耗法需要再預(yù)測前做大量繁瑣的統(tǒng)計(jì)工作，對高效率的預(yù)測工作不利，此外，單耗法對于中長期的電カ預(yù)測具有不確定性，預(yù)測效果不理想；趨勢分析模型法是根據(jù)事物發(fā)展的連續(xù)性進(jìn)行預(yù)測的，只在電量需求的中長期預(yù)測中效果較好，在短期預(yù)測中效果較差，并且它需要在大量歷史數(shù)據(jù)中找出規(guī)律，這是一件非常耗時(shí)耗力的工作，它的實(shí)現(xiàn)比較復(fù)雜和困難；電カ彈性系數(shù)法由于沒有規(guī)律可循，很難實(shí)際應(yīng)用，并且由于它的快速變化使得預(yù)測值與真實(shí)值差距太大，可信度不高。以上的這些預(yù)測方法從研究的角度、建模的出發(fā)點(diǎn)到數(shù)據(jù)的形式和適用條件都不同，在電カ系統(tǒng)中實(shí)施預(yù)測用電量都存在或多或少的不足和缺陷，用電量預(yù)測值與真實(shí)值的偏差太大或是由于本身方法復(fù)雜實(shí)施推廣應(yīng)用起來比較困難。

發(fā)明內(nèi)容
本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的不足，提供ー種對用電量的預(yù)測更加準(zhǔn)確和在電カ系統(tǒng)中更易于應(yīng)用和實(shí)施的用電量智能預(yù)測系統(tǒng)及其預(yù)測方法。本發(fā)明的目的通過如下技術(shù)方案實(shí)現(xiàn)?！N用電量智能預(yù)測系統(tǒng)，該系統(tǒng)包括智能用電終端和分別與智能用電終端連接的管理實(shí)時(shí)數(shù)據(jù)采集的電能采集模塊、本地存儲管理模塊、預(yù)測點(diǎn)的預(yù)測值分析計(jì)算模塊、負(fù)責(zé)數(shù)據(jù)通信傳輸控制的GPRS通信控制模塊；預(yù)測值分析計(jì)算模塊核心預(yù)測處理算法采用BP神經(jīng)網(wǎng)絡(luò)。一種用電量智能預(yù)測方法，方法如下，①用電量預(yù)測點(diǎn)使用智能用電終端作為主控単元，負(fù)責(zé)實(shí)時(shí)數(shù)據(jù)的采集、預(yù)測點(diǎn)的預(yù)測值分析計(jì)算、預(yù)測值的查詢以及數(shù)據(jù)傳輸通信的控制；
②在用電量預(yù)測點(diǎn)的前端接入電能采集裝置，電流通過電能采集裝置再流入用電器，電能計(jì)量采集裝置的數(shù)據(jù)輸出與預(yù)測點(diǎn)智能用電終端(I)的電能采集模塊(2)相連，實(shí)施電能信息采集；③用電量預(yù)測點(diǎn)的智能用電終端上接入GPRS通信控制模塊，實(shí)現(xiàn)多監(jiān)測預(yù)測點(diǎn)與電網(wǎng)公司電カ數(shù)據(jù)主站的遠(yuǎn)程通信；④智能用電終端通過電能采集模塊及其內(nèi)部的軟件程序?qū)崟r(shí)采集用電器的即時(shí)功耗；⑤智能用電終端內(nèi)部軟件建立ー個(gè)含有N個(gè)節(jié)點(diǎn)輸入層，ー個(gè)節(jié)點(diǎn)輸出層，2N個(gè)隱含層和隱含節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)模型；
⑥將采集到的電能耗數(shù)據(jù)作為樣本對預(yù)測值分析計(jì)算模塊(4)的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；⑦根據(jù)預(yù)測的類型確定BP神經(jīng)網(wǎng)絡(luò)模型中的結(jié)點(diǎn)個(gè)數(shù)N值，如果是預(yù)測季度用電量，N值為3 ;如果選擇預(yù)測月度用電量，則N值為11 ;如果預(yù)測周用電量，則N值為6 ;⑦BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測算法需要的影響因素個(gè)數(shù)由終端通過GPRS無線傳輸模塊從電網(wǎng)公司電カ數(shù)據(jù)主站獲?。虎嚯娏款A(yù)測值和采集計(jì)算出的真實(shí)用電量存入本地和遠(yuǎn)程主站的歷史記錄文件中，作為下一次預(yù)測的樣本數(shù)據(jù)，降低預(yù)測的誤差；⑨預(yù)測所需的配置參數(shù)以及預(yù)測結(jié)果通過本地存儲管理模塊存儲于智能用電終端的本地?cái)?shù)據(jù)文件中，通過GPRS通信控制模塊存儲在遠(yuǎn)程主站系統(tǒng)內(nèi)，確保重要數(shù)據(jù)的容災(zāi)性。本發(fā)明使用電能采集模塊實(shí)時(shí)采集預(yù)測點(diǎn)的用電設(shè)備耗電量數(shù)據(jù)，這些耗電量數(shù)據(jù)可以通過智能用電終端的GPRS通信控制模塊與電カ主站交互獲取，也可以存儲于本地?cái)?shù)據(jù)文件，結(jié)合節(jié)假日、周末、季節(jié)、溫濕度等外部參考信息數(shù)據(jù)，訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)模型，采用BP神經(jīng)網(wǎng)絡(luò)算法分析計(jì)算預(yù)測未來的用電量，同時(shí)，預(yù)測數(shù)據(jù)記錄進(jìn)歷史數(shù)據(jù)庫，為下一次的預(yù)測提供數(shù)據(jù)參考，用戶可以獲取到更加準(zhǔn)確的用電量預(yù)測值。本發(fā)明采用了 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測算法，充分考慮了系統(tǒng)的適應(yīng)性和健壯性，預(yù)測時(shí)間范圍寬(可以是未來一周、未來一季度或未來一年)。預(yù)測出的用電量更加準(zhǔn)確、適應(yīng)性更強(qiáng)、更加智能，既能準(zhǔn)確的根據(jù)歷史用電量記錄預(yù)測出下一時(shí)段的用電量，也能滿足系統(tǒng)容災(zāi)的考慮，一定程度上避免了由于其中某一智能用電終端崩潰而造成的預(yù)測數(shù)據(jù)丟失和樣本參數(shù)喪失。本發(fā)明至少具有以下優(yōu)點(diǎn)I)本發(fā)明方法簡單實(shí)用，易于應(yīng)用實(shí)現(xiàn)，不用花費(fèi)大量的人力物力投入，可降低使用成本；2 )采用了簡單的容災(zāi)設(shè)計(jì)，重要數(shù)據(jù)同時(shí)存放于智能用電終端本地文件和遠(yuǎn)程電力系統(tǒng)數(shù)據(jù)主站中，可加強(qiáng)預(yù)測方法的準(zhǔn)確性和存活能力；3)采用本發(fā)明方法，可以讓用戶提前知道用電情況，并結(jié)合用電優(yōu)化算法，向用戶提供有效的用電優(yōu)化建議，改善用戶用電習(xí)慣，避免用戶電器不必要的電費(fèi)支出，在經(jīng)濟(jì)上為用戶節(jié)省電費(fèi)；4)通過使用本發(fā)明方法，可改善用戶的用電習(xí)慣，在一個(gè)層面上降低用戶高峰用電造成的電網(wǎng)波動，使電網(wǎng)更加穩(wěn)定，從而提供更加穩(wěn)定的電カ輸送，提高居民用電的質(zhì)量，使生產(chǎn)制造等企業(yè)電カ用戶的生產(chǎn)平穩(wěn)運(yùn)行。下面結(jié)合附圖和實(shí)施例對本發(fā)明做進(jìn)ー步說明。


圖I是本發(fā)明的系統(tǒng)結(jié)構(gòu)示意圖；圖2是本發(fā)明采用BP神經(jīng)網(wǎng)絡(luò)的預(yù)測處理算法處理流程示意圖。
具體實(shí)施方式
圖I給出了本發(fā)明用電量智能預(yù)測系統(tǒng)的示意圖。智能用電終端I通過電能采集模塊2采集預(yù)測點(diǎn)的即時(shí)電能信息；GPRS通信控制模塊5與電カ系統(tǒng)主站連接，采集的電能信息既用于當(dāng)前預(yù)測分析也通過GPRS存儲于遠(yuǎn)程歷史數(shù)據(jù)中心，為下一次預(yù)測提供樣本和參照；預(yù)測值、訓(xùn)練樣本、訓(xùn)練參數(shù)等重要數(shù)據(jù)在由本地存儲管理模塊3存儲于本地的同時(shí)也通過GPRS通信控制模塊5存儲于遠(yuǎn)程主站系統(tǒng)中，如果出現(xiàn)某一智能用電終端發(fā)生災(zāi)難時(shí)，在重啟后會自動從主站獲取訓(xùn)練樣本和參數(shù)，有效提高了預(yù)測方法的容災(zāi)優(yōu)勢和預(yù)測數(shù)據(jù)的高效、準(zhǔn)確性。采用GPRS通信控制模塊，數(shù)據(jù)可穩(wěn)定快速傳輸，且數(shù)據(jù)通信安全。在預(yù)測的時(shí)候，結(jié)合自身算法，綜合考慮節(jié)假日、季節(jié)、溫濕度、降水量、電器數(shù)量和電器類型等外部因素，并使用預(yù)測分析計(jì)算模塊4對這些因素的影響進(jìn)行評估，其權(quán)重輸入預(yù)測算法，使得預(yù)測的結(jié)果更加準(zhǔn)確。本發(fā)明系統(tǒng)中的智能用電終端I、電能采集模塊2、本地存儲管理模塊3、預(yù)測值分析計(jì)算模塊4、GPRS通信控制模塊5既可采用現(xiàn)有技木，也可自行設(shè)計(jì)建立。采用本發(fā)明進(jìn)行用電量智能預(yù)測的方法如下，①用電量預(yù)測點(diǎn)使用智能用電終端I作為主控単元，負(fù)責(zé)實(shí)時(shí)數(shù)據(jù)的采集、預(yù)測點(diǎn)的預(yù)測值分析計(jì)算、預(yù)測值的查詢以及數(shù)據(jù)傳輸通信的控制；②在用電量預(yù)測點(diǎn)的前端接入電能采集裝置，電流通過電能采集裝置再流入用電器，電能計(jì)量采集裝置的數(shù)據(jù)輸出與預(yù)測點(diǎn)智能用電終端(I)的電能采集模塊(2)相連，實(shí)施電能信息采集；③用電量預(yù)測點(diǎn)的智能用電終端I上接入GPRS通信控制模塊5，實(shí)現(xiàn)多監(jiān)測預(yù)測點(diǎn)與電網(wǎng)公司電カ數(shù)據(jù)主站的遠(yuǎn)程通信；④智能用電終端I通過電能采集模塊2及其內(nèi)部的軟件程序?qū)崟r(shí)采集用電器的即時(shí)功耗；⑤智能用電終端I內(nèi)部建立ー個(gè)含有N個(gè)節(jié)點(diǎn)輸入層，ー個(gè)節(jié)點(diǎn)輸出層，2N個(gè)隱含層和隱含節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)模型；⑥將采集到的電能耗數(shù)據(jù)作為樣本對預(yù)測值分析計(jì)算模塊(4)的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；⑦根據(jù)預(yù)測的類型確定BP神經(jīng)網(wǎng)絡(luò)模型中的結(jié)點(diǎn)個(gè)數(shù)N值，如果是預(yù)測季度用電量，N值為3 ;如果選擇預(yù)測月度用電量，則N值為11 ;如果預(yù)測周用電量，則N值為6 ;
⑦BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測算法需要的影響因素個(gè)數(shù)由終端通過GPRS無線傳輸模塊從電網(wǎng)公司電カ數(shù)據(jù)主站獲取；⑧電量預(yù)測值和采集計(jì)算出的真實(shí)用電量存入本地和遠(yuǎn)程主站的歷史記錄文件中，作為下一次預(yù)測的樣本數(shù)據(jù)，降低預(yù)測的誤差；⑨預(yù)測所需的配置參數(shù)以及預(yù)測結(jié)果通過本地存儲管理模塊3存儲于智能用電終端I的本地?cái)?shù)據(jù)文件中，通過GPRS通信控制模塊5存儲在遠(yuǎn)程主站系統(tǒng)內(nèi)，確保重要數(shù)據(jù)的容災(zāi)性。圖2詳細(xì)描述了本發(fā)明預(yù)測值分析計(jì)算模塊4的核心預(yù)測算法的處理流程。具體過程如下①初始化BP神經(jīng)網(wǎng)絡(luò)建立ー個(gè)隱含層、四個(gè)輸入神經(jīng)元、一個(gè)輸出神經(jīng)元的BP神經(jīng)網(wǎng)絡(luò)；
②賦予權(quán)值初始值給步驟①建立的BP神經(jīng)網(wǎng)絡(luò)各連接權(quán)重IW{1，1}、LW{2，1}及閾值b {1}、b⑵賦予(-1，+1)間的隨機(jī)值；③載入訓(xùn)練樣本加載由歷史耗電數(shù)據(jù)以及節(jié)假日參數(shù)等構(gòu)成的訓(xùn)練樣本，計(jì)算出隱層的實(shí)際輸出；④正向計(jì)算預(yù)測值計(jì)算輸出層與隱層間的權(quán)值。以輸出層的第！·個(gè)神經(jīng)元為對象，由給定的輸出目標(biāo)值tr (P)作為等式的多項(xiàng)式值建立方程，用線性方程組表示為a0 (I)vlr+al (l)v2r+…+am (I)vmr=tr (I)aO (2)vlr+al (2)v2r+…+am (2)vmr=tr(2) ......aO (p) vlr+al (p)v2r+…+am (p) vmr=tr (p)簡寫為Av=T ；⑤根據(jù)歷史預(yù)測數(shù)據(jù)和真實(shí)耗能數(shù)據(jù)計(jì)算總誤差；⑥精度判斷根據(jù)步驟⑤計(jì)算出的誤差，判斷精度是否達(dá)標(biāo)。如果達(dá)標(biāo)，跳到步驟⑩，否則執(zhí)行下一步驟；⑦發(fā)散判斷根據(jù)步驟⑤計(jì)算出的誤差，判斷是否發(fā)散。如果發(fā)散，跳到步驟②，否則執(zhí)行下ー步驟；⑧調(diào)整學(xué)習(xí)修改神經(jīng)網(wǎng)絡(luò)各層的權(quán)值和閾值以及I值和訓(xùn)練次數(shù)；⑨訓(xùn)練是否結(jié)束判斷根據(jù)I值和訓(xùn)練次數(shù)，判斷是否超出訓(xùn)練次數(shù)。如果訓(xùn)練次數(shù)沒有超出預(yù)設(shè)次數(shù)，則跳到步驟③，否則執(zhí)行下一步驟。⑩記錄權(quán)值和閾值，輸出計(jì)算出的預(yù)測用電量，結(jié)束本次預(yù)測。通過歷史樣本數(shù)據(jù)和采集的即時(shí)電能信息，不斷訓(xùn)練已建立好的BP神經(jīng)網(wǎng)絡(luò)模型，讓其具有高精度的預(yù)測自學(xué)能力，在毎次訓(xùn)練完成后都會記錄權(quán)值和閾值，以使下一次的預(yù)測更加快速和準(zhǔn)確。本發(fā)明在我國云南省的云電科技園作為試點(diǎn)進(jìn)行測試，對家庭用電進(jìn)行長達(dá)兩個(gè)月的跟蹤觀察，證明能夠有效的預(yù)測家庭用電量，為用電優(yōu)化算法提供輸入，從而向用戶提供科學(xué)合理的用電建議，改善用戶的用電習(xí)慣，為用戶和電網(wǎng)公司節(jié)省了可觀的電費(fèi)支出。預(yù)測用電量從一定程度上可為發(fā)電提供參考，更好的保證電網(wǎng)的穩(wěn)定運(yùn)行和減少不必要的資源浪費(fèi)。
權(quán)利要求
1.一種用電量智能預(yù)測系統(tǒng)，其特征在于，該系統(tǒng)包括智能用電終端(I)和分別與智能用電終端(I)連接的管理實(shí)時(shí)數(shù)據(jù)采集的電能采集模塊(2)、本地存儲管理模塊(3)、預(yù)測點(diǎn)的預(yù)測值分析計(jì)算模塊(4)、負(fù)責(zé)數(shù)據(jù)通信傳輸控制的GPRS通信控制模塊(5);預(yù)測值分析計(jì)算模塊(4)核心預(yù)測處理算法采用BP神經(jīng)網(wǎng)絡(luò)。
2.一種用電量智能預(yù)測方法，其特征在于，方法如下， ①用電量預(yù)測點(diǎn)使用智能用電終端(I)作為主控單元，負(fù)責(zé)實(shí)時(shí)數(shù)據(jù)的采集、預(yù)測點(diǎn)的預(yù)測值分析計(jì)算、預(yù)測值的查詢以及數(shù)據(jù)傳輸通信的控制； ②在用電量預(yù)測點(diǎn)的前端接入電能采集裝置，電流通過電能采集裝置再流入用電器，電能計(jì)量采集裝置的數(shù)據(jù)輸出與預(yù)測點(diǎn)智能用電終端(I)的電能采集模塊(2)相連，實(shí)施電能信息采集； ③用電量預(yù)測點(diǎn)的智能用電終端(I)上接入GPRS通信控制模塊(5)，實(shí)現(xiàn)多監(jiān)測預(yù)測點(diǎn)與電網(wǎng)公司電力數(shù)據(jù)主站的遠(yuǎn)程通信； ④智能用電終端(I)通過電能采集模塊(2)及其內(nèi)部的軟件程序?qū)崟r(shí)采集用電器的即時(shí)功耗； ⑤智能用電終端(I)軟件內(nèi)部建立一個(gè)含有N個(gè)節(jié)點(diǎn)輸入層，一個(gè)節(jié)點(diǎn)輸出層，2N個(gè)隱含層和隱含節(jié)點(diǎn)的BP神經(jīng)網(wǎng)絡(luò)模型； ⑥將采集到的電能耗數(shù)據(jù)作為樣本對預(yù)測值分析計(jì)算模塊(4)的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練； ⑦根據(jù)預(yù)測的類型確定BP神經(jīng)網(wǎng)絡(luò)模型中的結(jié)點(diǎn)個(gè)數(shù)N值，如果是預(yù)測季度用電量，N值為3 ;如果選擇預(yù)測月度用電量，則N值為11 ;如果預(yù)測周用電量，則N值為6 ; ⑦BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測算法需要的影響因素個(gè)數(shù)由終端通過GPRS無線傳輸模塊從電網(wǎng)公司電力數(shù)據(jù)主站獲??； ⑧電量預(yù)測值和采集計(jì)算出的真實(shí)用電量存入本地和遠(yuǎn)程主站的歷史記錄文件中，作為下一次預(yù)測的樣本數(shù)據(jù)，降低預(yù)測的誤差； ⑨預(yù)測所需的配置參數(shù)以及預(yù)測結(jié)果通過本地存儲管理模塊(3)存儲于智能用電終端(I)的本地?cái)?shù)據(jù)文件中，通過GPRS通信控制模塊(5 )存儲在遠(yuǎn)程主站系統(tǒng)內(nèi)，確保重要數(shù)據(jù)的容災(zāi)性。
全文摘要
一種用電量智能預(yù)測系統(tǒng)及方法，該系統(tǒng)包括智能用電終端(1)和分別與智能用電終端(1)連接的管理實(shí)時(shí)數(shù)據(jù)采集的電能采集模塊(2)、本地存儲管理模塊(3)、預(yù)測點(diǎn)的預(yù)測值分析計(jì)算模塊(4)、負(fù)責(zé)數(shù)據(jù)通信傳輸控制的GPRS通信控制模塊(5)；預(yù)測值分析計(jì)算模塊(4)核心預(yù)測處理算法采用BP神經(jīng)網(wǎng)絡(luò)。本發(fā)明可以讓用戶提前知道用電情況，并結(jié)合用電優(yōu)化算法，向用戶提供有效的用電優(yōu)化建議，改善用戶用電習(xí)慣，避免用戶電器不必要的電費(fèi)支出，在經(jīng)濟(jì)上為用戶節(jié)省電費(fèi)；還可降低用戶高峰用電造成的電網(wǎng)波動，使電網(wǎng)更加穩(wěn)定，從而提供更加穩(wěn)定的電力輸送，提高居民用電的質(zhì)量，使生產(chǎn)制造等企業(yè)電力用戶的生產(chǎn)平穩(wěn)運(yùn)行。
文檔編號G06Q10/04GK102682349SQ20121014774
公開日2012年9月19日 申請日期2012年5月14日 優(yōu)先權(quán)日2012年5月14日
發(fā)明者傅聰聰, 吳謂明, 張建偉, 張志生, 曹敏, 李光彪, 楊亮, 楊晴, 畢志周, 陳霍興, 高尚飛 申請人:云南電力試驗(yàn)研究院(集團(tuán))有限公司電力研究院, 昆明能訊科技有限責(zé)任公司