申请/专利权人：南京博网软件科技有限公司

申请日：2023-08-21

公开（公告）日：2024-04-12

公开（公告）号：CN116760033B

主分类号：H02J3/00

分类号：H02J3/00;G06Q10/04;G06Q10/0631;G06Q50/06;H02J13/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.10.03#实质审查的生效;2023.09.15#公开

摘要：本发明公开了一种基于人工智能的实时电力需求预测系统，包含数据采集模块、数据预处理模块、数据预测云平台模块、模型的优化调整模块和安全加固模块，其中所述数据采集模块的输出端与数据预处理模块的输入端连接，所述数据预处理模块的输出端与数据预测云平台模块的输入端连接，所述数据预测云平台模块的输出端与模型的优化调整模块的输入端连接，所述模型的优化调整模块的输出端与安全加固模块输入端连接。解决了现有电力负荷预测系统的预测方法较为落后，预测精度不高，智能化程度差，计算效率低下，不能满足预测精度的要求，导致发电设备的利用率低，造成大量运行成本和利润损失，甚至影响电力系统经济运行的问题。

主权项：1.一种基于人工智能的实时电力需求预测系统，其特征在于：包含：数据采集模块，用于实时采集电力供应和需求数据，所述电力供应和需求数据包括电力负荷数据、用电量、供电量、电压、电流、天气数据和行业数据，所述数据采集模块通过电力供应商、能源管理系统和设备监测数据库三方数据共享平台获取历史电力需求数据、天气数据和行业数据，并通过无线通信方式获取实时电力设备数据；数据预处理模块，用于对采集到的电力供应和需求数据进行清洗，所述数据预处理模块采用数据处理工具pandas处理采集数据中的缺失值、异常值和重复值；数据预测云平台模块，用于根据历史电力需求数据、天气数据和行业数据构建数据预测模型，并对电力需求进行实时预测，所述数据预测云平台模块通过互联网进行访问、上传和管理，将所述数据预处理模块的数据云存储，所述数据预测云平台模块通过XGBoost算法建立实时电力需求预测模型，并通过学习样本数据训练预测模型，所述数据预测云平台模块对预测结果进行综合分析，并将预测数据与实际结果对比，计算预测结果与实际结果的差量，评估预测模型的精度，所述数据预测云平台通过利用计算机图形学和图像处理法，将数据转换成图形或图像以达到数据可视化显示；模型的优化调整模块，用于对数据预测模型进行改进优化，所述模型的优化调整模块通过线性组合的方法对预测模型的权重进行计算，并对权重比例进行动态调整；安全加固模块，用于提高系统的健壮性和安全性，增加攻击者入侵的难度，提升系统安全防范水平，所述安全加固是配置软件系统的过程，针对服务器操作系统、数据库及应用中间件软件系统，通过打补丁、强化帐号安全、加固服务、修改安全配置、优化访问控制策略、增加安全机制的方法提升系统安全防范水平；其中所述数据采集模块的输出端与数据预处理模块的输入端连接，所述数据预处理模块的输出端与数据预测云平台模块的输入端连接，所述数据预测云平台模块的输出端与模型的优化调整模块的输入端连接，所述模型的优化调整模块的输出端与安全加固模块输入端连接；所述数据预测云平台模块包括云存储单元、预测模型建立单元、数据分析处理单元、可视化显示单元；所述预测模型建立单元通过XGBoost算法建立实时电力需求预测模型并通过样本数据对电力需求模型训练和学习，其步骤如下：步骤一：XGBoost算法为一种多棵决策树的求和模型的监督集成学习算法，其计算式为： （1）式（1）中，表示模型预测值，表示第个样本，表示关于样本的预测函数，k表示决策树的棵数，表示函数空间的独立函数，F表示函数空间，由决策树组成，给定样本集有n个样本、m个特征，表示函数空间的独立函数中具有数据属性特征点、数据集合为s的独立函数,为模型复杂度系数；其中XGBoost算法训练数据集计算表达式为： （2）式（2）中，表示关于、的数据集，表示第个类别标签，即第个类别的实际值，同时，表示实数集；步骤二：XGBoost算法目标函数包含损失误差函数和正则项，其中，损失误差函数描述了目标预测值与目标真实值间的差值；正则项调整控制树的复杂程度，避免控制树的过度重复；步骤三：XGBoost算法在创建树后，利用特征负荷直接完成特征提取并调用权重和增益两个取值，完成特征选择，增益的计算表达式为： （3）式（3）中，为增益表达式，下标L、R分别表示分裂后的左子树和右子树的信息标签标识，表示第i个数据的增益，表示左子树增益，表示右子树增益，表示第i个数据的权重，表示左子树的权重，表示右子树的权重,表示正则化参数；将预测模型的评价指标作为功率预测准确率，功率预测准确率可表示为： （4）式（4）中，为功率预测准确率，表示i时刻的实际输出功率，表示模型输出的预测输出功率，表示综合电场的开机容量，通过输入此公式的输出与设置的阈值进行比较。

全文数据：

权利要求：

百度查询： 南京博网软件科技有限公司 一种基于人工智能的实时电力需求预测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD