基于大数据技术的配网短期负载预测方法

专利申请号：CN201710593939.7

公 开 号：CN107330567A

发 明 人：邹京希 曹敏 沈鑫 魏玲 张林山 唐立军 赵旭 

代 理 人：逯长明;许伟群

代理机构：11363 北京弘权知识产权代理事务所(普通合伙)

专利类型：发明申请

申 请 日：20171107

公 开 日：20170720

专利主分类号：G06Q10/04(20120101)

关 键 词：配网 信息化系统 目标数据 预测结果 卡尔曼滤波算法 主成分分析法 短期负载 负载预测 社会事件 生产系统 数据包括 数据筛选 天气数据 营销系统 用户数据 预测数据 运行维护 状态变量 大数据 最优化 准确率 台变 估算 采集 筛选 电网 天气 预测 改进 

摘      要：本发明公开一种基于大数据技术的配网短期负载预测方法，采集配网各信息化系统数据，各信息化系统数据包括营销系统数据、生产系统数据、用户数据、台变数据、天气数据和社会事件数据，能充分考虑天气和社会等对配网负载的影响，提高预测结果的准确性；根据基于MapReduce改进的主成分分析法对各信息化系统数据进行筛选和计算，以获取配网目标数据，提高了各信息化系统数据筛选的准确率和效率，有利于提高配网负载预测的准确性；根据配网目标数据，采用卡尔曼滤波算法对配网负载的状态变量进行最优化估算，以获取配网负载最优预测数据，使预测结果更加可靠准确，有利于电网的运行维护。