【成果推荐】精细化负荷数据智能预测技术研究与应用- 大数跨境

科技牛咨讯

2024-10-14

01 项目简介

本研究通过广泛调研相关地区的负荷特征和规划需求，分析多种数据环境下用电负荷数据清理和关联融合；预测分析区域符合的关键影响因素，约简分类规则，简化预测模型；基于深度学习分析用户用电行为，分析不同行业用户的负荷特性和关联关系，构建动态聚类模型，建立基于用户用电行为负荷预测模型；分析比较现有短期电力电量预测方法，研究出适合电网实际情况和需要的负荷曲线的精细化预测方法，并用于同时率的分析等日常管理，根据基于精细化负荷预测结果，制定合适的新能源接入方案，进行应用试点和实测。

主要技术特点：

(1)创新用三大相关系数(pearson 相关系数，spearman 相关系数，Kendall相关系数)对影响电量负荷预测的因素进行关联度排序，分析泛在物联网环境下的电量负荷预测关键影响因素，约简分类规则，简化预测模型。

(2)实现 DBSCAN 聚类算法对用电用户属性特征进行分类，分析不同行业用户的负荷特性，从多侧面多角度来描述不同类用户的用电负荷特性。

(3)全面分析比较现有中长期电力负荷预测方法，研究出适合电网实际情况和需要的负荷曲线的精细化预测方法，并用于日常分析管理中。

(4)基于人工智能的负荷预测曲线分析研究，挖掘供电量、负荷、天气等因素潜在的关联和价值，制定合适的网架优化方案。

(5)基于人工智能的负荷预测曲线分析研究，制定合适的新能源接入方案。