买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网湖北省电力有限公司信息通信公司;国网湖北省电力有限公司

摘要：本发明涉及供电技术领域，具体涉及基于大数据的电力消费预测系统，包括：数据获取与处理模块：获取区域内的历史用电数据以及位置信息并对收集到的数据进行预处理；特征工程模块：获取数据获取与处理模块传输的数据，从数据中提取特征对用电量的影响情况；季节调控模块：分析经过特征工程处理的数据，通过季节分解来识别和调整数据中的季节性模式；消费预测模块：将经过季节调控模块调整后的数据与历史电力数据、季节性因素影响、假日影响、经济增长率影响、人口规模影响以及产业结构影响数据合并，构建用于训练和预测的时间窗口数据集。本发明利用历史数据结合经济以及人口等多源数据，进行跨领域的综合分析，更全面的理解和预测电力消费。

主权项：1.基于大数据的电力消费预测系统，其特征在于，包括：数据获取与处理模块：获取区域内的历史用电数据以及位置信息并对收集到的数据进行预处理；特征工程模块：获取数据获取与处理模块传输的数据，从数据中提取特征对用电量的影响情况；季节调控模块：分析经过特征工程处理的数据，通过季节分解来识别和调整数据中的季节性模式；消费预测模块：将经过季节调控模块调整后的数据与历史电力数据、季节性因素影响、假日影响、经济增长率影响、人口规模影响以及产业结构影响数据合并，构建用于训练和预测的时间窗口数据集，每个时间窗口包含了一段时间的历史数据以及对应的特征值，具体计算公式如下： 其中，C表示历史电量数据，表示假日影响，表示经济增长率影响，表示人口规模影响，表示产业结构影响，n表示历史数据的时间步长，构建神经网络模型，包含输入层、隐藏层以及输出层，输入层的节点数量与时间窗口大小加上所有特征的数量相匹配，具体计算公式表示为： 其中，表示第l层神经网络的加权输入，表示第l层神经网络的权重矩阵，表示第l层神经网络的输出值，表示第l层神经网络的偏置，f表示激活函数，通过前向传播和反向传播训练模型，更新权重和偏置，具体计算公式如下： 其中，表示模型预测的输出，m表示数据集中样本的数量，通过梯度下降算法优化训练参数，具体计算公式如下： 其中，表示学习率，W表示权重，B表示偏置，表示数据点的标准差，MSE表示均方误差，使用训练好的模型进行预测，将包含所有特征的新时间窗口数据输入至模型中，通过前向传播得到预测结果，具体计算公式如下： 其中，Dt表示时间窗口数据集；所述特征工程模块从原始数据中提取特征对用电量的影响情况，包括季节性因素影响、假日影响、经济增长率影响、人口规模影响以及产业结构影响，季节性影响通过计算正弦变换模拟电力消费的周期性模式以捕捉季节性周期，具体计算公式如下： 用T表示一年中周期的长度，t表示观察的时间点，表示开始观察的时间点，通过计算结果生成波动序列，波动序列在-1，1之间，分别表示电力消费的季节性波动；所述假日影响通过对假日影响进行量化，通过创建一个变量标记假日，并计算其对用电量的平均影响，创建一个序列，当某一日为假日时，则该序列表示为1，否则为0，计算历史假日的平均用电量以及非假日的平均用电量，历史假日平均用电量的具体计算公式如下： 其中，表示假日数量，表示总天数，包括假日以及非假日，表示第i天的用电量，表示历史假日，历史非假日平均用电量的具体计算公式如下： 其中，表示变量，当第i天为假日时为1，否则为0，表示历史非假日平均用电量。

全文数据：

权利要求：

百度查询： 国网湖北省电力有限公司信息通信公司 国网湖北省电力有限公司 基于大数据的电力消费预测系统