摘要
一种基于用户业扩报装的用电量预测方法及系统,方法首先获取历史用电数据,并分解获得用电量趋势项序列,然后进行分类,接着构建设备利用率增长曲线模型,并基于历史用电量预测基础用电预测量,再获取新增业扩报装数据、新增月接电容量与新增用户的占比,然后计算各用户类型的设备利用率并修正,接着基于经济与供电质量对各业务类型的设备利用率进行修正,并基于新增月接电容量与设备利用率,计算预测用电增量与趋势,最后对该趋势的准确性进行判断,计算最终用电预测量;本发明不仅充分考虑了不同时期用户差异,并且考虑了新增用户的比例、经济与供电质量等因素对设备利用率的影响,同时对预测结果的有效性进行了验证,保证了预测的准确性。
技术关键词
时间段
业扩报装数据
历史设备
曲线
序列
基础
表达式
数据获取模块
预测系统
聚类算法
有效性
误差
周期
系统为您推荐了相关专利信息
建筑能耗数据
生成对抗网络模型
评估预测模型
训练机器学习模型
建筑能耗预测技术
反馈优化方法
深度学习模型
分布式数据采集
深度特征提取
深度信念网络
训练深度学习模型
计算机人工智能
傅里叶变换算法
长短期记忆网络
新药设计