CN116646933B 一种基于大数据的电力负荷调度方法及系统 （北京中能亿信软件有限公司）

WO2021244000A1,2021.12.WO2020125716A1,2020.06.25WO2023035564A1,2023.03一种基于大数据的电力负荷调度方法及系统电力系统的运行效率、能源利用率和供电可靠2根据不同区域的用电时段，收集各区域的历史电力负对收集到的历史电力负荷数据进行预处理和清洗，从历史电基于历史电力负荷数据和提取的特征，利用机器学习根据负荷预测结果和当前电力系统的实际情况，采用优将历史电力负荷数据和提取的特征整理成训练集根据电力负荷预测任务选择决策树来进行建模，并使使用测试集对训练好的模型进行评估，计算预测结果与真根据所述电力负荷预测模型和优化目标确定发电机组根据所述电力负荷预测模型和优化目标确定储能设备3利用非线性规划对储能设备调度进行优化并更基于电子地图对电力系统进行区域划分，并按采用关系型数据库对电子地图中划分的各区域的历史电力负荷数据进行分布式存储，线性插值：对于存在缺失值的数据点,在缺失值前后已知的数据点上采用线性插值方数据格式转换：将历史电力负荷数据中的字段转换数值数46.一种基于大数据的电力负荷调度系统，其特征在于，所述度系统采用权利要求1_5中任意一项所述基于大数据的电力负荷调度方法进行电力负荷调特征提取模块，用于对收集到的历史电力负荷数据进行预处理和负荷预测模型建立模块，用于利用机器学习技术基于历史电力负荷数据和提取的特将历史电力负荷数据和提取的特征整理成训练集根据电力负荷预测任务选择决策树来进行建模，并使使用测试集对训练好的模型进行评估，计算预测结果与真根据所述电力负荷预测模型和优化目标确定发电机组5根据所述电力负荷预测模型和优化目标确定储能设备利用非线性规划对储能设备调度进行优化并更6[0001]本发明涉及电力系统领域，特别是涉及与电力负荷调度和优化7而实现电力系统的稳定运行和能源资源的有效[0022]采用关系型数据库对电子地图中划分的各区域的历史电力负荷数据进行分布式[0026]b.线性插值：对于存在缺失值的数据点8[0038]使用测试集对训练好的模型进行评估，计算预测结果与真实值[0040]作为本发明的进一步方案，基于模型的预测控制（ModelPredictive9供应情况的全面分析和预测。这使得电力市场参与者能够更好地制定电力购买和销售策[0071]综上所述，基于大数据的电力负荷调度方法及系统可以提高电力系统运行效[0075]图2为本发明实施例的一种基于大数据的电力负荷调度方法中对发电机组调度的[0076]图3为本发明实施例的一种基于大数据的电力负荷调度方法中对储能设备调度的[0077]图4为本发明实施例的一种基于大数据的电力负荷调度方法中对输电网调度的流而实现电力系统的稳定运行和能源资源的有效[0114]采用关系型数据库对电子地图中划分的各区域的历史电力负荷数据进行分布式[0125]b.线性插值：对于存在缺失值的数据点位置相对于已知数据点1的位置比例可以根据时间或[0141]使用测试集对训练好的模型进行评估，计算预测结果与真实值[0146]S202.根据发电机组调度的需[0147]S203.根据所述电力负荷预测模型[0148]S204.利用线性规划对发电机组调[0153]S302.根据储能设备调度的需[0154]S303.根据所述电力负荷预测模型[0155]S304.利用非线性规划对储能设备调[0165]参见图5所示，在本发明的一个实施例还提供了一种基于大数据的电力负荷调度[0168]负荷预测模型建立模块303，用于利用机器学习技术基于历史电力负荷数据和提[0169]负荷预测调度模块304，用于利用训练好的负荷预测模型对预设时段内的电力负[0170]本发明中的基于大数据的电力负荷调度系统可以应用于各种电力系统和能源管[0175]智能电力用户管理：该系统可以为智能电力用户提供定制化的电力负荷调度服[0178]在本发明的实施例中提供了一种计算机设备，该计算机设备包括存储器和处理