基于深度学习的大客户负荷预测技术研究与应用- 大数跨境

科技牛咨讯

2023-12-22

导读：基于深度学习的大客户负荷预测技术研究与应用

01 项目简介

随着后续智能电表的逐步普及，电网业务数据将从时效性层面进一步丰富和拓展，其最终表现形式必将是电力数据的爆发性增长，从而构成电力大数据的格局。电力大数据的产生为负荷预测的准确性提供了保障和挑战，必将对负荷预测技术产生深远的影响。传统的电力负荷预测技术，如基于人工神经网络、组合优化、小波分析、模糊理论的预测方法，将无法适应从电力大数据的复杂环境中挖掘出预测模型并进行预测的过程，其实时性也将无法得到保证。

本项目基于深度学习算法，建立大用户预测模型，用计量自动化系统的用户级负荷信息，外加气象等影响因子，从单个用户入手，对每个用户进行独立预测，最后按照行业进行累加，得到整个行业的预测负荷，也可以按照整个行业的数据，对整个行业的负荷进行预测。最后，搭建大客户负荷预测及辅助决策分析平台，实现了基于深度学习的大客户用电负荷预测算法，提出负荷预测模型，并搭建了大客户负荷预测及辅助决策分析平台。

主要研究内容包括：

1）面向大客户用电负荷预测的大数据集成方法；

2）基于深度学习的用电负荷预测算法研究及评估；

3）大数据环境下大客户用电负荷预测应用示范。

主要技术特点:

（1）构建基于全局-局部本体映射的数据集成环境，利用混合本体方法建立统一的数据模型，更科学、可控地实现数据组织；

（2）采用基于深度学习的用电负荷预测算法，对用电负荷预测的相关数据进行深度挖掘，充分发挥大数据的信息优势，更有效的萃取数据价值，提升预测准确度；

（3）通过云计算技术实现大数据分析的高效算法，形成大客户用电负荷预测的应用背景下大数据深度、广泛价值萃取的应用示范。

02 应用领域

负荷预测。

03 合作方式

合作方式：技术转移，产学研合作等。