技术摘要：
本发明涉及一种基于负荷识别技术的居民用电负荷预测方法,包括以下步骤：S1计量模块对表箱中三个相别进行用电计量；S2数据采集应用对计量模块的计量数据进行实时采集；S3实时采集的计量数据进行预处理；S4边缘计算应用对数据进行归一化处理、特征提取、负荷识别；S5结合  全部
背景技术：
所谓预测，就是指通过对事物进行分析及研究，并运用合理的方法探索事物的发 展变化规律，对其未来发展做出预先估计和判断。电力系统负荷预测是指在充分考虑一些 重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处 理过去与未来负荷的数学方法，在满足一定精度要求的意义下，确定未来特定时刻的负荷 数值。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组 检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提 高电力系统的经济效益和社会效益。 长期以来，人们对电力系统负荷预测，特别是短期负荷预测进行了大量的研究，提 出了许多有效的方法。国外进行了大量理论研究，达到了较高的水平，部分已经投入实际应 用，国内已有了比较系统的研究。近些年，随着科学技术的迅速发展，预测理论技术也取得 了长足的进展，新的预测方法，尤其是人工智能与模式识别领域的新方法层出不穷，为电力 负荷预测问题的研究提供了有力的工具。今后更具实际意义的是采用组合预测算法，充分 利用算法的互补性，进一步提高预测精度并使其更加实用。
技术实现要素：
本发明的目的在于提供一种经济效益明显、风险可控性高的基于负荷识别技术的 居民用电负荷预测方法。 本发明的技术方案： 一种基于负荷识别技术的居民用电负荷预测方法，包括以下步骤： S1计量模块对表箱中三个相别进行用电计量； S2数据采集应用对计量模块的计量数据进行实时采集； S3实时采集的计量数据进行预处理； S4边缘计算应用对数据进行归一化处理、特征提取、负荷识别； S5结合外部信息进行建模，进行负荷预测并实时修正。   进一步的,  S1和S2感知终端计量模块进行三相用电计量，感知终端数据采集应 用对计量模块的计量数据进行实时采集。   进一步的,  S3感知终端对数据处理应用对采集的用电计量数据进行预处理，整 合成其应用需要的数据的分钟曲线、小时曲线或日曲线。 进一步的,S4和S5感知终端边缘计算应用使用有功功率曲线、电压曲线、电流曲 线、谐波、电压噪声等暂态和稳态数据，对负荷特征各维数据进行归一化操作，对预处理后 的样本数据集进行特征选择，基于特征选择后保留的负荷特征数据重新组建样本数据集， 3 CN 111598330 A 说　明　书 2/7 页 对样本数据集进行K-Means聚类分析、决策树分类、支持向量机分类算法，并参照已知样本 库模型，得到该段时间内的负荷比例构成情况。 进一步的,S1中的计量模块具有测量用电设备的工作电压、电流、电量、有功功率、 功率因数和运行时间参数功能，同时具有对电流、功率等曲线进行实时数据处理功能。 进一步的,S4使用采样的波形数据，对负荷的稳态和暂态特征进行特征提取；使用 提取的特征算法，获取居民用户电器设备类型和用电时长信息； 稳态特征包括功率及其谐波、V-I波形、电压噪声和电流谐波； 暂态特征包括电压、瞬时功率、电压噪声和电流。 进一步的,S5结合用电时段、用电季节以及假期特征，对用户用电数据进行聚类分 析，并对用户已知用电行为习惯建立预测模型。   进一步的,  对用电时段、用电季节以及假期特征使用了特殊的归一化方法，使离 散、类别数据纳入算法中参与计算。   进一步的,  使用用户用电分析数据，对模型实时修正，并对居民用电负荷进行超 短、短期、中期、长期预测。   进一步的,  所述超短、短期、中期、长期预测中的超短预测是对未来5分钟到24小 时的负荷变化情况进行预测；短期预测为一天到30天的负荷变化情况进行预测，中期预测 为一个月到一年的负荷变化情况进行预测，长期预测为一年以上的负荷变化情况进行预 测。 本发明的有益效果： 本发明提供一种基于负荷识别的居民用电负荷预测方法，更为有效的支撑 “三型两 网”世界一流能源互联网企业建设要求，打造状态全面感知、信息高效处理、应用便捷灵活 的泛在电力物联网，充分应用移动互联、人工智能等现代信息技术和先进通信技术，实现电 力系统各个环节万物互联、人机交互，为电网安全经济运行、提高经营绩效、改善服务质量， 以及培育发展战略性新兴产业，提供强有力的数据资源支撑，为管理创新、业务创新和价值 创造开拓一条新路。承载电力流的坚强智能电网与承载数据流的泛在电力物联网，相辅相 成、融合发展，形成强大的价值创造平台，共同构成能源流、业务流、数据流“三流合一”的能 源互联网。 尤其是在电力物联网背景下，使用已有的感知终端设备，拓展业务领域和范围，在 有限的资源下，实现更加丰富的功能，为节煤、节油和降低发电成本，合理安排电网运行方 式和机组检修计划，合理安排电网运行方式和机组检修计划，提高电力系统的经济效益和 社会效益提供支持。 （１）经济效益明显 电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一。提高负 荷预测水平，有利于计划用电管理，中长期负荷预测有利于合理安排电网运行方式和机组 检修计划、制定电力系统发展规划、燃料计划，短期负荷预测是制定发电计划的基础。负荷 预测有利于制定合理的电网建设规划，有利于提高电力系统的经济效益和社会效益，也为 系统运行的安全性提供了有力的保证。 （２）风险可控性高 相对于经典云计算带来的“云端”的海量计算能力，边缘计算实现了资源和服务向边缘 4 CN 111598330 A 说　明　书 3/7 页 位置的下沉，从而能够降低交互时延、减轻网络负担、丰富业务类型、优化服务处理。直接在 边缘进行大规模的边缘分析处理，充分利用高保真数据和情景处理技术。无需再将数据转 入云层分析，取而代之的，是把分析引入边缘性数据，可以保证数据处理的时效性。随着软 硬件技术的发展，更加便宜的硬件成本、更强大的硬件性能也为边缘计算提供了可能。 附图说明 图1为本发明方法的流程图； 图2为本发明计量Soc设计原理框图； 图3为本发明边缘计算单元工作流程图； 图4为本发明预测单元工作流程图。