CN108053074A - 一种用电量影响率的计算方法及*** - Google Patents
一种用电量影响率的计算方法及*** Download PDFInfo
- Publication number
- CN108053074A CN108053074A CN201711431319.XA CN201711431319A CN108053074A CN 108053074 A CN108053074 A CN 108053074A CN 201711431319 A CN201711431319 A CN 201711431319A CN 108053074 A CN108053074 A CN 108053074A
- Authority
- CN
- China
- Prior art keywords
- day
- power consumption
- comparison
- target day
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000205 computational method Methods 0.000 title claims abstract description 27
- 230000005611 electricity Effects 0.000 claims abstract description 71
- 238000011160 research Methods 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用电量影响率的计算方法及***,根据用电历史数据预先确定用电目标日和对比日;选取用户,并根据所述目标日和对比日,计算目标日与对比日用电量;根据目标日与对比日用电量计算目标日对用电量的影响率。本发明提供的技术方案基于用电日数据研究节假日对用电量影响率的计算,以结果为导向,既提升了节假日对用电量影响率的计算,又提升了计算时效性,也为用电量预测提供更为有效的技术手段。
Description
技术领域
本发明涉及用电负荷预测领域,具体涉及一种用电量影响率的计算方法及***。
背景技术
节假日对用电量影响率是指衡量节假日对全国用电量的影响指标,它是电力负荷预测的重要参数,也是电网企业节假日电力调度的重要依据。
目前缺乏节假日对用电量的影响的研究,有少数研究是关于节假日负荷预测。比如负荷预测主要是根据历史数据(节假日预测是考虑过去1年节假日历史数据)采用线性回归,时间序列,基于温度准则回归,指数平滑法,人工神经网络法5种科学算法,通过电脑计算形成5个负荷曲线,再根据负荷实际情况筛选出最符合实际情况的一个负荷曲线,必要时按负荷特性对筛选出的曲线进行人工修改。但对于用电量来说,利用同比的历史数据预测今年的节假日用电是不合理的。用电量和经济发展息息相关,每年变化幅度大。关于气象因子对用电量的影响的研究也很多。但从节假日对用电量的影响来看,包含气象,工业用电等多因素,单研究气象因子是不准确的。
现有计算方法的统计内容冗杂、不易操作,且计算方法难以统一,不同的算法之间有少至几倍多至几十倍的差距,不利于形成统一体系以进行经济、电力分析。统计参数繁多,任意参数都不能决定节假日对用电量的影响率,统计成本加大的同时也难以保障数据和计算结果的准确性,因此此类统计计算方法难以满足当今的市场需求。
发明内容
为解决上述现有技术中的不足,本发明的目的是提供一种用电量影响率的计算方法及***,从用户划分筛选、节假日、对比日选取、日均数据计算等方面进行居民用电负荷预测分析,相对于传统的统计计算分析方法,本发明的分析方法既提升了节假日对用电量影响率的计算,又提升了计算时效性,也为用电量预测提供更为有效的技术手段。
本发明的目的是采用下述技术方案实现的:
本发明提供一种用电量影响率的计算方法,其改进之处在于:
根据用电历史数据预先确定用电目标日和对比日;
选取用户,并根据所述目标日和对比日,计算目标日与对比日用电量;
根据目标日与对比日用电量计算目标日对用电量的影响率。
进一步地:所述选取的用户包括非居民用户和居民用户;所述非居民用户以户为单位,所述居民用户以台区为单位;
进一步地:所述根据用电历史数据预先确定用电目标日和对比日包括:
基于用电历史数据选择用电量波动超过预先设定阈值的用电周期为用电目标日;
所述目标日至少包括一天,设定所述目标日为第一时间周期,所述对比日为所述目标日开始日期之前的m倍第一时间周期的时间段,m取大于1的整数。
进一步地:所述计算目标日与对比日用电量,包括:
获取预先选取用户在目标日和对比日的用电量;
基于所述预先选取的用户在目标日和对比日的用电量进行汇总;
计算汇总后的目标日和对比日的日均用电量。
进一步地:所述目标日和对比日日均用电量分别用下述公式表示:
其中:H1、H2、…、Hn为目标日日用电量,为目标日日均用电量;V1、V2、…、Vn为对比日日用电量,n为目标日天数,为对比日日均用电量。
进一步地:所述基于所述预先选取的用户在目标日和对比日的用电量进行汇总,包括:将非居民用户用电量按行业和台区汇总,将居民用户用电量按用电类别和台区汇总。
进一步地,所述根据目标日与对比日用电量计算目标日对用电量的影响率表示为:
其中:为目标日的日均用电量,为对比日日均用电量,R为目标日对用电量的影响率。
本发明提供一种用电量影响率的计算***,其改进之处在于:
确定模块,用于根据用电历史数据预先确定用电目标日和对比日;
第一计算模块,用于选取用户,并根据所述目标日和对比日,计算目标日与对比日用电量;
第二计算模块,用于根据目标日与对比日用电量计算目标日对用电量的影响率。
进一步地:所述预先选取的用户包括非居民用户和居民用户;所述非居民用户以户为单位,所述居民用户以台区为单位。
进一步地:所述确定模块包括:
选择单元,用于基于用电历史数据选择用电量波动超过预先设定阈值的用电周期为用电目标日;
设定单元,所述目标日至少包括一天,用于设定所述目标日为第一时间周期,所述对比日为所述目标日开始日期之前的m倍第一时间周期的时间段,m取大于1的整数。
进一步地:所述第一计算模块,包括:
获取单元,用于获取预先选取用户在目标日和对比日的用电量;
汇总单元,用于基于所述预先选取的用户在目标日和对比日的用电量进行汇总;
计算单元,用于计算汇总后的目标日和对比日的日均用电量。
进一步地:所述汇总单元,包括:
非居民用户汇总单元,用于将非居民用户用电量按行业和地区汇总;
居民用户汇总单元,用于将居民用户用电量按用电类别和地区汇总。
与最接近的现有技术相比,本发明提供的技术方案具有的有益效果是:
(1)本发明根据预先选取的用户、目标日和对比日,计算目标日与对比日用电量;并根据节假日与对比日用电量计算节假日对用电量的影响率,从用户划分筛选、目标日、对比日选取、日均用电量计算等方面进行居民用电负荷预测分析,相对于传统的统计计算分析方法,本发明的分析方法既提升了对用电量影响率的计算,又提升了计算时效性,也为用电量预测提供更为有效的技术手段。
(2)本发明提供的节假日影响率计算方法是一种基于“用电日数据”中“宏观经济分析”即用电量统计功能的节假日影响率的计算方法,其所有的用电数据均由电能服务管理平台提供,然后将目标日和对比日的日均用电数据进行比较;
(3)本发明节假日对用电量影响率与用电日数据良好地结合来实现统计,能够抛开各类不同算法繁杂的统计过程、高昂的人力消耗和业内难以达成统一认识的多种计算方法,打破行业之间的限制,建立开放的、协作的行业统计方法。
附图说明
下面将参照附图描述本申请的具体实施例,其中:
图1是本发明提供的基于日用电量的节假日对用电量影响率的计算方法的详细流程图;
图2是本发明提供的基于日用电量的节假日对用电量影响率的计算方法的简易流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的组件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围,以及权利要求书的所有可获得的等同物。在本文中,本发明的这些实施方案可以被单独地或总地用术语“发明”来表示,这仅仅是为了方便,并且如果事实上公开了超过一个的发明,不是要自动地限制该应用的范围为任何单个发明或发明构思。
实施例一、
如图1和2所示,基于用电日数据的、用电量统计的节假日对用电量影响率的计算方法包括下述步骤:
步骤1,根据用电历史数据预先确定用电目标日和对比日;
步骤2,选取用户,并根据所述目标日和对比日,计算目标日与对比日用电量;
步骤3,根据目标日与对比日用电量计算目标日对用电量的影响率。
所述步骤1中,根据用电历史数据预先确定用电目标日和对比日,包括:
基于用电历史数据选择用电量波动超过预先设定阈值的用电周期为用电目标日,所述设定的阈值为任意设定,所述用电目标日为五一、国庆、元旦、春节等用电量跟用电日前后变化波动较大的日期。目标日可以算定为节假日,节假日选取的依据包括:节假日类型,时间长短,节假日文化等,所述目标日至少包括一天,设定所述目标日为第一时间周期,所述对比日时间段为所述目标日开始日期之前的m倍第一时间周期的时间段,m取大于1的整数。例如:选定的目标日为节假日,节假日为周日,则选择节假日为周日的前3个周期的第一个周期为相应的节假日为对比日。
所述步骤2中,选取用户的依据,可以包括:
调查我国所有用电用户,将其分为非居民用户与居民用户两类,并将非居民用户按户划分,居民用户按台区划分。
所述步骤2中计算目标日与对比日用电量,具体包括以下子步骤:
步骤21、获取所有用户的节假日和对比日的用电量;
步骤22、根据非居民用户按地区、行业进行汇总,以台区为单位的居民用户按城乡、地区汇总;
步骤23、根据步骤22汇总的各区域数据,分别计算出各汇总区域节假日和对比日的日均用电量;
所述步骤2中通过“电能服务管理平台”来获取用电量信息,所述电能服务管理平台为国家电网公司电力需求侧管理目标责任考核和节能服务业务的管控平台,也是有序用电、售电市场分析等业务的执行平台,还是用电客户用能检测及咨询的交互服务平台和节能服务资讯的交流共享平台。通过该平台的“宏观经济分析”可获得节假日用电量的综合信息。
所述步骤4根据目标日与对比日用电量计算目标日对用电量的影响率,可以包括:
选定目标日为节假日后,将所述节假日日均用电量数据和对比日日均用电量数据代入节假日影响率公式:
其中:为选定节假日日均用电量,为对比日日均用电量,R为节假日对用电量的影响率,负号是为了保证R为正。
如图1,本发明提供的基于日用电数据的节假日对用电量影响率的计算方法,所述方法包括用户选、节假日与对比日的选取、节假日与对比日用电量的计算,节假日影响率的计算步骤;所述用户的选取包括选取我国所有用电用户为数据筛选对象,非居民用户依据户划分,居民用户以台区划分,所述节假日与对比日的选取包括节假日类型,长短、节假日文化等,对比日的选取依据节假日长短周期,电能服务管理平台提供节假日日均用电量的数据,所述节假日影响率计算模块利用节假日划分模块,对比日选取提供的统计数据,计算节假日对用电量的影响率。
所述用户的选取可以包括非居民用户和居民用户,其中非居民用户以户为单位划分,居民用户以台区为单位划分。
所述节假日与对比日的选取可以包括节假日类型,长短、节假日文化等,所述节假日类型,文化包括清明春节这种传统节日,也包括五一、十一假期这种旅游旺季,对比日选取依据节假日周期,一般选取前三个周期的第一个周期。
所述节假日和对比日用电量计算包括电能服务管理平台提供节假日日均用电量,从“宏观经济分析”栏目获取用电量,并依照区域类型进行用户用电汇总,求得节假日与对比日的日均用电数据。
所述节假日影响率的计算利用用户的选取、节假日与对比日的选取,节假日和对比日用电提供的用电量统计数据,计算节假日对用电量的影响率。
本发明提供的节假日对用电量影响率的计算方法是一种基于“日用电数据”中“宏观经济分析”即用电量统计功能的节假日对用电量影响率的计算方法,电能服务管理平台提供目标日,对比日的用电数据,将目标日与对比日的日均用电量之差与对比日日均用电量的比值计算而得到节假日对用电量影响率的计算结果;本发明由于电能服务管理平台所具有的强大的数据调用能力,能够实时地调用各种信息,如最新的节假日用电量、电网信息、负载信息等,从而为节假日对用电量影响率计算方法提供实时可靠的统计数据支持;本发明节假日对用电量影响率与日用电数据良好地结合来实现统计,能够抛开各类不同算法繁杂的统计过程、高昂的人力消耗和业内难以达成统一认识的多种计算方法,打破行业之间的限制,建立开放的、协作的行业统计方法。
实施例二、
基于相同的发明构思,本发明还提供一种用电量影响率的计算***,这些设备解决问题的原理与一种用电量影响率的计算方法相似,因此这些设备的实施可以参见方法的实施,重复之处不再赘述。
所述用电量影响率的计算***,可以包括:
确定模块,用于根据用电历史数据预先确定用电目标日和对比日;
第一计算模块,用于选取用户,并根据所述目标日和对比日,计算目标日与对比日用电量;
第二计算模块,用于根据目标日与对比日用电量计算目标日对用电量的影响率。
进一步地:所述预先选取的用户包括非居民用户和居民用户;所述非居民用户以户为单位,所述居民用户以台区为单位。
进一步地:所述确定模块包括:
选择单元,用于基于用电历史数据选择用电量波动超过预先设定阈值的用电周期为用电目标日;
设定单元,所述目标日至少包括一天,用于设定所述目标日为第一时间周期,所述对比日为所述目标日开始日期之前的m倍第一时间周期的时间段,m取大于1的整数。
进一步地:所述第一计算模块,包括:
获取单元,用于获取预先选取用户在目标日和对比日的用电量;
汇总单元,用于基于所述预先选取的用户在目标日和对比日的用电量进行汇总;
计算单元,用于计算汇总后的目标日和对比日的日均用电量。
进一步地:所述汇总单元,包括:
非居民用户汇总单元,用于将非居民用户用电量按行业和地区汇总;
居民用户汇总单元,用于将居民用户用电量按用电类别和地区汇总。
本发明提供一种基于用电日数据的节假日对用电量影响率的计算***,本发明有利于为节假日用电和电力经济分析提供更为直接和行之有效的计算方法。以结果为导向,从根本上解决目前节假日对用电量影响率的计算方法中存在的问题,为政府机构及国家电网提供更便捷可靠的计算方法。本发明提供的节假日对用电量影响率的计算***,其改进之处在于:基于用电日数据研究节假日对用电量影响率的计算,以结果为导向,既提升了节假日对用电量影响率的计算,又提升了计算时效性,也为用电量预测提供更为有效的技术手段。
为了描述的方便,以上所述装置的各部分以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (12)
1.一种用电量影响率的计算方法,其特征在于:
根据用电历史数据预先确定用电目标日和对比日;
选取用户,并根据所述目标日和对比日,计算目标日与对比日用电量;
根据目标日与对比日用电量计算目标日对用电量的影响率。
2.如权利要求1所述的计算方法,其特征在于:所述选取的用户包括非居民用户和居民用户;所述非居民用户以户为单位,所述居民用户以台区为单位。
3.如权利要求1所述的计算方法,其特征在于:所述根据用电历史数据预先确定用电目标日和对比日包括:
基于用电历史数据选择用电量波动超过预先设定阈值的用电周期为用电目标日;
所述目标日至少包括一天,设定所述目标日为第一时间周期,所述对比日为所述目标日开始日期之前的m倍第一时间周期的时间段,m取大于1的整数。
4.如权利要求2所述的计算方法,其特征在于:所述计算目标日与对比日用电量,包括:
获取预先选取用户在目标日和对比日的用电量;
基于所述预先选取的用户在目标日和对比日的用电量进行汇总;
计算汇总后的目标日和对比日的日均用电量。
5.如权利要求4所述的计算方法,其特征在于:所述目标日和对比日日均用电量分别用下述公式表示:
其中:H1、H2、…、Hn为目标日日用电量,为目标日日均用电量;V1、V2、…、Vn为对比日日用电量,n为目标日天数,为对比日日均用电量。
6.如权利要求4所述的计算方法,其特征在于:所述基于所述预先选取的用户在目标日和对比日的用电量进行汇总,包括:
将非居民用户用电量按行业和台区汇总,将居民用户用电量按用电类别和台区汇总。
7.如权利要求1所述的计算方法,其特征在于,所述根据目标日与对比日用电量计算目标日对用电量的影响率表示为:
其中:为目标日的日均用电量,为对比日日均用电量,R为目标日对用电量的影响率。
8.一种用电量影响率的计算***,其特征在于:
确定模块,用于根据用电历史数据预先确定用电目标日和对比日;
第一计算模块,用于选取用户,并根据所述目标日和对比日,计算目标日与对比日用电量;
第二计算模块,用于根据目标日与对比日用电量计算目标日对用电量的影响率。
9.如权利要求8所述的计算***,其特征在于:所述预先选取的用户包括非居民用户和居民用户;所述非居民用户以户为单位,所述居民用户以台区为单位。
10.如权利要求8所述的计算***,其特征在于:所述确定模块包括:
选择单元,用于基于用电历史数据选择用电量波动超过预先设定阈值的用电周期为用电目标日;
设定单元,所述目标日至少包括一天,用于设定所述目标日为第一时间周期,所述对比日为所述目标日开始日期之前的m倍第一时间周期的时间段,m取大于1的整数。
11.如权利要求8所述的计算***,其特征在于:所述第一计算模块,包括:
获取单元,用于获取预先选取用户在目标日和对比日的用电量;
汇总单元,用于基于所述预先选取的用户在目标日和对比日的用电量进行汇总;
计算单元,用于计算汇总后的目标日和对比日的日均用电量。
12.如权利要求11所述的计算***,其特征在于:所述汇总单元,包括:
非居民用户汇总单元,用于将非居民用户用电量按行业和地区汇总;
居民用户汇总单元,用于将居民用户用电量按用电类别和地区汇总。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711431319.XA CN108053074A (zh) | 2017-12-26 | 2017-12-26 | 一种用电量影响率的计算方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711431319.XA CN108053074A (zh) | 2017-12-26 | 2017-12-26 | 一种用电量影响率的计算方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108053074A true CN108053074A (zh) | 2018-05-18 |
Family
ID=62131938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711431319.XA Pending CN108053074A (zh) | 2017-12-26 | 2017-12-26 | 一种用电量影响率的计算方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108053074A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120829A1 (zh) * | 2019-12-20 | 2021-06-24 | 上海市建筑科学研究院有限公司 | 一种非运行时段建筑照明插座支路用能诊断方法 |
CN113222403A (zh) * | 2021-05-10 | 2021-08-06 | 湖南省计量检测研究院 | 基于大数据的电力调节方法、装置、存储介质及电子设备 |
CN116231707A (zh) * | 2023-02-10 | 2023-06-06 | 广州汇锦能效科技有限公司 | 一种家用光伏及储能智慧能源*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120316807A1 (en) * | 2011-03-10 | 2012-12-13 | Detectent, Inc. | Determining electrical load and lifestyle characteristics |
CN104063810A (zh) * | 2014-07-04 | 2014-09-24 | 国家电网公司 | 一种基于大数据的用电因素影响模型 |
CN104318322A (zh) * | 2014-10-11 | 2015-01-28 | 中国南方电网有限责任公司 | 基于农历日期的节假日负荷预测方法 |
CN106169104A (zh) * | 2016-06-30 | 2016-11-30 | 国网江苏省电力公司南通供电公司 | 基于bp神经网络模型的台区日用电量的预测方法及*** |
-
2017
- 2017-12-26 CN CN201711431319.XA patent/CN108053074A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120316807A1 (en) * | 2011-03-10 | 2012-12-13 | Detectent, Inc. | Determining electrical load and lifestyle characteristics |
CN104063810A (zh) * | 2014-07-04 | 2014-09-24 | 国家电网公司 | 一种基于大数据的用电因素影响模型 |
CN104318322A (zh) * | 2014-10-11 | 2015-01-28 | 中国南方电网有限责任公司 | 基于农历日期的节假日负荷预测方法 |
CN106169104A (zh) * | 2016-06-30 | 2016-11-30 | 国网江苏省电力公司南通供电公司 | 基于bp神经网络模型的台区日用电量的预测方法及*** |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021120829A1 (zh) * | 2019-12-20 | 2021-06-24 | 上海市建筑科学研究院有限公司 | 一种非运行时段建筑照明插座支路用能诊断方法 |
CN113222403A (zh) * | 2021-05-10 | 2021-08-06 | 湖南省计量检测研究院 | 基于大数据的电力调节方法、装置、存储介质及电子设备 |
CN113222403B (zh) * | 2021-05-10 | 2023-10-27 | 湖南省计量检测研究院 | 基于大数据的电力调节方法、装置、存储介质及电子设备 |
CN116231707A (zh) * | 2023-02-10 | 2023-06-06 | 广州汇锦能效科技有限公司 | 一种家用光伏及储能智慧能源*** |
CN116231707B (zh) * | 2023-02-10 | 2024-01-30 | 广州汇锦能效科技有限公司 | 一种家用光伏及储能智慧能源*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110231528B (zh) | 基于负荷特征模型库的变压器户变异常识别方法及装置 | |
CN107123982B (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
CN109858758A (zh) | 一种配电网电能质量的组合赋权评估方法及*** | |
CN104657788B (zh) | 基于行业景气指数的重点行业用电量预测方法 | |
CN107679634A (zh) | 一种基于数据可视化的供电故障报修分析和预测的方法 | |
CN109726865A (zh) | 基于emd-qrf的用户负荷概率密度预测方法、装置和存储介质 | |
CN101398919A (zh) | 利用模式分析的电力需求信息分析***及其方法 | |
CN108053074A (zh) | 一种用电量影响率的计算方法及*** | |
CN110109971A (zh) | 一种低压台区用户用电负荷特性分析方法 | |
CN104638636A (zh) | 一种电力日负荷特性指标预测方法 | |
Lin et al. | Energy efficiency and conservation in China's chemical fiber industry | |
He et al. | Short-term load probabilistic forecasting based on quantile regression convolutional neural network and Epanechnikov kernel density estimation | |
CN110138877A (zh) | 基于大数据智能分析技术和能源云平台的能源监控方法 | |
Dong et al. | Forecasting smart meter energy usage using distributed systems and machine learning | |
CN104134102B (zh) | 基于leap模型的电网中长期电力需求分布预测方法 | |
Ząbkowski et al. | Grade analysis for energy usage patterns segmentation based on smart meter data | |
CN110165657A (zh) | 考虑用户行业属性的变电站负荷聚类分析方法 | |
Dong et al. | Performance evaluation of wind power industry chain based on three-stage DEA | |
Zhang et al. | Short-term load forecasting based on big data technologies | |
TWI811925B (zh) | 產能配置的規劃方法以及規劃裝置 | |
CN107194529B (zh) | 基于挖掘技术的配电网可靠性经济效益分析方法及装置 | |
CN106570618A (zh) | 一种基于聚类分析和神经网络的负荷同时系数预测方法 | |
Yu et al. | Analysis and prediction: A research on the operation and maintenance cost of power distribution network | |
Zou et al. | Urban building energy consumption forecast based on the IPAT theory | |
Rama et al. | A predictive analysis of residential electrical load demand in Mauritius |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180518 |
|
RJ01 | Rejection of invention patent application after publication |