一种日电量缺失数据的还原追溯方法及装置

    公开(公告)号:CN108519989A

    公开(公告)日:2018-09-11

    申请号:CN201810163770.6

    申请日:2018-02-27

    IPC分类号: G06F17/30 G06Q50/06

    摘要: 一种日电量缺失数据的还原追溯方法,包括以下步骤:获取用户信息及其电能表信息和月电量数据;按照日电量规则得到每个用户的日电量数据;对每月的日电量进行检查,找出每月中需还原数据的日电量;采用两种基于不同算法的多重插补模型分别还原每月中需还原数据的日电量,得到还原数据集;利用已获取用户的月电量与还原数据集对应的月电量进行比较,取偏差率最小的还原数据集为最优结果集。本发明具有以下优点:本发明通过对日电量缺失值进行还原,提高日电量的数据质量,真实反映用户每日用电的真实情况,为用户用电行为相关的研究提供真实可靠的数据基础;本发明采用两种基于不同算法的多重插补模型进行数据还原,提高了数据还原的精确度。

    一种电力负荷预测方法及预测装置

    公开(公告)号:CN109919370A

    公开(公告)日:2019-06-21

    申请号:CN201910143397.2

    申请日:2019-02-26

    摘要: 本发明提供一种电力负荷预测方法及预测装置,能够提高电力负荷结果预测的时效性和准确性。所述方法包括:获取多个公变台区的三相电力负荷数据及其对应的气象数据、星期类型;对获取的所有公变台区的同一相的电力负荷数据中的电力负荷值进行聚类,将电力负荷曲线特性相似的公变台区聚为一簇;构建LSTM-Attention神经网络模型;获取待预测的公变台区,确定所述待预测的公变台区所属的簇;根据构建的LSTM-Attention神经网络模型及所述待预测的公变台区所属的簇中的相似性公变台区对应的三相电力负荷数据、气象数据和星期类型,采用迭代预测的方式,对待预测的公变台区的每相电力负荷进行预测。本发明涉及电力技术领域。