(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111407177.X (22)申请日 2021.11.24 (71)申请人 国网安徽省电力有限公司太湖县供 电公司 地址 246400 安徽省安庆市太湖县晋熙镇 法华路与龙山路交叉处 (72)发明人 汪树林　汪政　汪洁　詹莲芳　 李春霞　汪智鑫　 (74)专利代理 机构 郑州卓豫德 鑫知识产权代理 事务所(普通 合伙) 41201 代理人 卢磊 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) (54)发明名称 一种基于大数据的电力负荷预测系统及方 法 (57)摘要 本发明涉及电力负荷预测技术领域， 且公开 了一种基于大数据的电力负荷预测系统及方法。 本发明的优点在于： 通过训练单元分析偏差， 对 数据模型进行训练， 优化模型与算法， 数据模型 向关联值分析模块输出最接近真实数据的分析 数据， 关联值分析模块调取真实负荷数据库的真 实负荷数据， 再比对分析数据， 分析大数据关联 度， 得出关联度高最高的数据， 信息整合模块获 取关联值分析模块关联度的分析值， 优化信息关 联度整合， 再下次预测时， 进一步提高整合数据 与用电负荷的关联度， 从而通过数据的分析可以 逐步提高数据模 型的分析可靠性， 从而降低预测 偏差， 同时通过数据关联度的不断提高， 可以进 一步提高高数据模型 预测的可靠性与准确性。 权利要求书2页 说明书6页 附图1页 CN 114037179 A 2022.02.11 CN 114037179 A 1.一种基于大数据的 电力负荷预测系统， 其特征在于， 包括数据模型、 数据采集模块、 信息整合模块、 算法库、 关联值分析模块以及真实负荷数据库； 所述数据采集模块的输出端与信 息整合模块的输入端数据连接， 所述信 息整合模块的 输出端与数据模型 的输入端数据连接， 所述数据模型 的的输入端与算法库信息连接， 所述 数据模型的的输出端与关联值分析模块的输入端 数据连接， 所述真实负荷数据库的输出端 分别与数据模型和关联值分析模块的输入端 数据连接， 所述关联值分析模块的输出端与信 息整合模块的输入端数据连接 。 2.根据权利要求1所述的一种基于大数据的电力负荷预测系统及方法， 其特征在于， 所 述数据采集模块包括实时新闻采集单元、 用电数据采集单元、 天气情况采集单元以及用电 负荷采集单 元。 3.根据权利要求1所述的一种基于大数据的电力负荷预测系统及方法， 其特征在于， 所 述数据模型包括预测分析 单元与训练单 元。 4.一种基于大数据的电力负荷预测方法， 采用上述权力要求1 ‑3所述的预测系统， 其特 征在于， 包括以下步骤： 1)、 数据采集模块通过采集实时新闻采集单元、 用电数据采集单元、 天气情况采集单元 以及用电负荷采集单 元采集大 数据； 2)、 信息整合模块 根据信息关联度整合 提取有效数据； 3)、 数据模型提取信息整合模块所整合数据， 并将数据带入模型， 预测分析单元调取若 干算法， 并带入数据， 得 出结果； 4)、 真实负荷数据库将真实负荷数据输入数据模型， 真实数据与预测模型进行比对， 通 过训练单 元分析偏差， 对数据模型进行训练， 优化模型与算法； 5)、 数据模型向关联值分析模块输出最接近真实数据的分析数据， 关联值分析模块调 取真实负荷数据库的真实负荷数据， 再比对分析数据， 分析大数据关联度， 得出关联度高最 高的数据； 6)、 信息整合模块获取关联值分析模块关联度的分析值， 优化信息关联度整合， 再下次 预测时， 进一 步提高整合数据与用电负荷的关联度。 5.根据权利要求4所述的一种基于大数据的电力负荷预测方法， 其特征在于， 所述算法 库种预设若干负荷分析算法， 所述步骤4)中分别采用不同算法得出不同的分析值， 所述步 骤4)中训练单元将若干算法得出的分析值与实际负荷值比对， 获得个算法的偏差值， 并根 据偏差值优化各算法， 并将 偏差值输入 模型， 实现模型优化。 6.根据权利要求4所述的一种基于大数据的电力负荷预测方法， 其特征在于， 所述步骤 1)中数据采集模块通过实时新闻采集单元、 用电数据采集单元、 天气情况采集单元以及用 电负荷采集单 元采集与电力相关的新闻、 实时用电数据、 天气 气温数据以及电网负荷数据。 7.根据权利要求4所述的一种基于大数据的电力负荷预测方法， 其特征在于， 所述信 息 整合模块根据关联值分析模提供的关联值分析结果优化信息整合能力， 逐步提高所整合大 数据信息对电网负荷影响的关联度。 8.根据权利要求4所述的一种基于大数据的电力负荷预测方法， 其特征在于， 所述数据 模型由训练单元带入历史数据进行分析比对， 完成搭建， 所述数据模型通过训练单元 的不 断训练进行优化。权　利　要　求　书 1/2 页 2 CN 114037179 A 29.根据权利要求4所述的一种基于大数据的电力负荷预测方法， 其特征在于， 所述算法 库每个预测分析回合删除一条分析偏差最大的算法， 所述算法库每个预测分析回合补 入一 个新算法。权　利　要　求　书 2/2 页 3 CN 114037179 A 3