一種空調用電基準值預測的系統(tǒng)和方法
【技術領域】
[0001]本發(fā)明涉及一種空調用電基準值預測的系統(tǒng)和方法，屬于計算機電力領域。
【背景技術】
[0002]對于將來越來越多的新能源供給，電力能源的配置顯得異常重要，如何分配好不同的電力能源分配是一個一直困擾供電商的問題。
[0003]傳統(tǒng)的電力負荷預測一般集中在電網側，根據(jù)電壓的高低，依次為:輸電系統(tǒng)負荷預測(69千伏其以上的負荷母線)，變電站負荷預測(11千伏至69千伏)，配電系統(tǒng)負荷預測(220伏至11千伏)。電力負荷預測一般最多精確到母線出口端(feeder level)，而不會到某個具體用電設備。未來隨著越來越多智能家居引入電網，上述精確到母線端的負荷預測將不再足夠用于智能電網的雙向調控(即同時控制發(fā)電和用電側)。本項發(fā)明就是填補了預測精度在設備級別的空缺?；陬A測的基準值，電力服務商(比如電網公司，比如未來可能出現(xiàn)的專業(yè)售電商)可以精確提供后續(xù)激勵機制，從而量化激勵機制的效益。

【發(fā)明內容】

[0004]針對現(xiàn)有技術電力預測的技術不足，對目前電力檢測進行分析，發(fā)明了一種空調用電基準值預測系統(tǒng)和方法，彌補電力檢測在設備上的空缺。
[0005]本發(fā)明一方面提供一種空調用電基準值預測系統(tǒng)，包括:智能空調，用于采集智能空調用電數(shù)值，并發(fā)送采集當前用電數(shù)據(jù)，所述當前用電數(shù)據(jù)包括智能空調用電數(shù)值及對應的采集時間；氣象數(shù)據(jù)提取器，用于提取當?shù)氐臍v史氣象數(shù)據(jù)，并且能夠接收調取歷史氣象數(shù)據(jù)的指令，所述氣象數(shù)據(jù)包括溫度、濕度；云數(shù)據(jù)庫服務器，用于存儲智能空調發(fā)送的用電數(shù)據(jù)，接收所述智能空調發(fā)送的當前用電數(shù)據(jù)，向所述數(shù)據(jù)信息提取器發(fā)送調取歷史氣象數(shù)據(jù)的指令，并調取與自身存儲的歷史用電數(shù)據(jù)，所述的當前用電數(shù)據(jù)、歷史氣象數(shù)據(jù)、歷史用電數(shù)據(jù)成為組合用電數(shù)據(jù)，并發(fā)送所述組合用電數(shù)據(jù)；算法服務器，用于接收所述云數(shù)據(jù)庫服務器發(fā)送的組合用電信息，使用自回歸算法對組合用電數(shù)據(jù)分析，預測出將來的空調用電基準值，并發(fā)送預測的空調用電基準值。
[0006]進一步，所述的空調用電基準值預測系統(tǒng)的智能空調包括:用電數(shù)據(jù)采集模塊，每隔一段時間采集空調當前用電數(shù)值及對應的時間數(shù)據(jù)；數(shù)據(jù)傳輸模塊，將采集的用電數(shù)據(jù)發(fā)送至所述云數(shù)據(jù)庫服務器，還用于接收所述算法服務器發(fā)送的空調預測基準值；基準值顯示模塊，用于顯示所述數(shù)據(jù)傳輸器的空調預測，能夠根據(jù)算法服務器發(fā)送的空調用電基準值預測數(shù)據(jù)的變化，動態(tài)調整顯示數(shù)值。
[0007]進一步，所述的空調用電基準值預測系統(tǒng)的氣象數(shù)據(jù)提取器包括:所提取的歷史氣象數(shù)據(jù)為當前用電數(shù)據(jù)對應時間間隔(例如:月1號)的氣象數(shù)據(jù)。
[0008]進一步，所述空調用電基準值預測系統(tǒng)的云數(shù)據(jù)庫服務器包括:存儲模塊，接收并存儲所述智能空調發(fā)送的用電數(shù)據(jù)；數(shù)據(jù)調取模塊，向所述氣象數(shù)據(jù)提取器發(fā)送調取歷史氣象數(shù)據(jù)的指令；數(shù)據(jù)發(fā)送模塊，將組合用電數(shù)據(jù)發(fā)送至所述算法服務器。
[0009]進一步，所述的空調用電基準值預測系統(tǒng)的算法服務器包括:算法分析模塊，對所述組合數(shù)據(jù)中的當前用電數(shù)據(jù)和歷史用電數(shù)據(jù)基于氣象數(shù)據(jù)比例加權平均，得出空調用電預測基準值，并發(fā)送空調用電預測；
本發(fā)明另一方面提供了一種空調用電基準值預測的方法，該方法包括以下步驟:采集智能空調用電數(shù)值，并發(fā)送采集當前用電數(shù)據(jù)，所述當前用電數(shù)據(jù)包括智能空調用電數(shù)值及對應的采集時間；提取當?shù)氐臍v史氣象數(shù)據(jù)，并且能夠接收調取歷史氣象數(shù)據(jù)的指令，所述氣象數(shù)據(jù)包括溫度、濕度；存儲智能空調發(fā)送的用電數(shù)據(jù)，接收所述智能空調發(fā)送的當前用電數(shù)據(jù)，向所述數(shù)據(jù)信息提取器發(fā)送調取歷史氣象數(shù)據(jù)的指令，并調取與自身存儲的歷史用電數(shù)據(jù)，所述的當前用電數(shù)據(jù)、歷史氣象數(shù)據(jù)、歷史用電數(shù)據(jù)成為組合用電數(shù)據(jù)，并發(fā)送所述組合用電數(shù)據(jù)；接收所述云數(shù)據(jù)庫服務器發(fā)送的組合用電信息，使用自回歸算法對組合用電數(shù)據(jù)分析，預測出將來的空調用電基準值，并發(fā)送預測的空調用電基準值。
[0010]進一步，所述的空調用電基準值預測方法還包括:每隔一段時間采集空調當前用電數(shù)值及對應的時間數(shù)據(jù)；將采集的用電數(shù)據(jù)發(fā)送至所述云數(shù)據(jù)庫服務器，還用于接收所述算法服務器發(fā)送的空調預測基準值；顯示所述數(shù)據(jù)傳輸器的空調預測，能夠根據(jù)算法服務器發(fā)送的空調用電基準值預測數(shù)據(jù)的變化，動態(tài)調整顯示數(shù)值。
[0011]進一步，在所述的空調用電基準值預測方法中，所提取的歷史氣象數(shù)據(jù)為當前用電數(shù)據(jù)對應時間間隔(例如:月1號)的氣象數(shù)據(jù)。
[0012]進一步，所述空調用電基準值預測方法還包括:接收并存儲所述智能空調發(fā)送的用電數(shù)據(jù)；向所述氣象數(shù)據(jù)提取器發(fā)送調取歷史氣象數(shù)據(jù)的指令；將組合用電數(shù)據(jù)發(fā)送至所述算法服務器。
[0013]進一步，所述空調用電基準值預測方法還包括:對所述組合數(shù)據(jù)中的當前用電數(shù)據(jù)和歷史用電數(shù)據(jù)基于氣象數(shù)據(jù)比例加權平均，得出空調用電預測基準值，并發(fā)送空調用電預測。
[0014]本發(fā)明的有益效果為:利用自回歸算法，對歷史中相同周期的日子和相同時刻的用電數(shù)據(jù)基于天氣比例加權平均。這樣的算法充分考慮到用電設備自身具有的周期性，以及用電與天氣之間的強相關耦合?；诖怂惴ǖ贸龅幕鶞手殿A測，還能夠在實時滾動窗口中調整已達到最優(yōu)預測。
【附圖說明】
[0015]圖1所示為根據(jù)本發(fā)明實施方式總體結構框圖；
圖2所示為根據(jù)本發(fā)明實施方式的流程圖；
圖3所示為根據(jù)本發(fā)明實施方式的數(shù)據(jù)流圖。
【具體實施方式】
[0016]為了使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面結合附圖和具體實施例對本發(fā)明進行詳細描述。本發(fā)明的空調基準值預測方法。
[0017]圖1所示為根據(jù)本發(fā)明實施方式的總體結構框圖。所述的空調基準值預測系統(tǒng)于包括智能空調1，云端數(shù)據(jù)庫服務器2，氣象信息提取器3，以及預測基準預測的算法服務器4所組成的系統(tǒng)中。所述的智能空調1用于采集每個空調實際用電量，由開發(fā)人員設計。所述的云端服務器2用于存儲預測所需的數(shù)據(jù)，包括空調歷史用電，歷史氣象信息。氣象信息提取器3與云端服務器相連，以便隨時提取當?shù)販囟群蜐穸刃畔ⅰＫ龅念A測基準值算法4為核心算法服務器。詳細的，智能空調，用于采集智能空調用電數(shù)值，并發(fā)送采集當前用電數(shù)據(jù)，所述當前用電數(shù)據(jù)包括智能空調用電數(shù)值及對應的采集時間；氣象數(shù)據(jù)提取器，用于提取當?shù)氐臍v史氣象數(shù)據(jù)，并且能夠接收調取歷史氣象數(shù)據(jù)的指令，所述氣象數(shù)據(jù)包括溫度、濕度；云數(shù)據(jù)庫服務器，用于存儲智能空調發(fā)送的用電數(shù)據(jù)，接收所述智能空調發(fā)送的當前用電數(shù)據(jù)，向所述數(shù)據(jù)信息提取器發(fā)送調取歷史氣