本发明涉及电力需求预测，具体涉及基于多源异构数据融合的电力能量需求预测方法及系统。
背景技术：
1、当前的电力需求预测技术主要针对单一的用户，如某一个家庭用户、某工厂或某企业，缺少对工业园区、城市的电能消耗预测。对城市、地区的电能需求的研究较少，现有技术采用的方法主要为通过历史的电能消耗作为输入，预测后续的电能需求。对城市、地区的电能需求的影响因素较多，仅仅利用电能的自身消耗进行预测存在较大的局限性。
2、因此，仅考虑一种数据源的电力能量需求预测存在误差较大、预测不精准等问题。
3、有鉴于此，特提出本申请。
技术实现思路
1、本发明所要解决的技术问题是现有电力需求预测方法主要针对单一的用户，且仅考虑一种数据源的电力能量需求预测存在误差较大、预测不精准等问题。本发明目的在于提供基于多源异构数据融合的电力能量需求预测方法及系统，针对大区域的电能需求，融合历史用电数据、能源数据、环境数据和经济数据实现对地区电能消耗进行融合预测，预测未来某个时间段内的电力消耗情况，预测精准，误差小。本发明帮助电力公司和用户更好地规划和管理用电，提高能源利用效率，降低能源成本，并且有助于电力系统的平衡和稳定运行。
2、本发明通过下述技术方案实现：
3、第一方面，本发明提供了基于多源异构数据融合的电力能量需求预测方法，该方法包括：
4、获取电能历史消耗数据，基于电能历史消耗数据，构建时间关联预测子模型；
5、基于能源数据，构建能源关联预测子模型；能源数据包括原煤、原油和天然气数据；
6、基于环境数据，构建环境关联预测子模型；环境数据包括降水、气温、湿度、日照时数和空气质量数据；
7、基于经济数据，构建经济关联预测子模型；经济数据包括第一产业的占比；
8、根据时间关联预测子模型、能源关联预测子模型、环境关联预测子模型和经济关联预测子模型，融合获得电力能量需求预测模型；
9、采用电力能量需求预测模型对待预测周数据进行电能消耗预测，输出最终的电能需求的预测值。
10、本发明结合电能历史消耗数据、能源数据、环境数据和经济数据实现对地区电能消耗进行预测模型构建。具体方案为以一周的电能消耗为基本处理单位，分别通过已消耗电能数据(即电能历史消耗数据)对待预测周数据(比如下一周)电能消耗进行预测，同时分别采用能源数据、环境数据和经济数据对待预测周数据(比如下一周)电能需求的预测。对基于电能、能源数据、环境数据和经济数据的预测结果进行融合修正，输出最终的电能需求的预测值。本发明预测精准，误差小。
11、进一步地，基于电能历史消耗数据，构建时间关联预测子模型，包括：
12、基于前n周电能周消耗电能，n为正整数，计算电能周消耗均值和各电能周偏差值；
13、根据各电能周偏差值，形成电能周偏差向量；
14、根据电能周消耗均值、电能周偏差向量和时间关联预测系数向量，构建时间关联预测子模型。
15、进一步地，时间关联预测子模型的表达式为：
16、
17、其中，为第一预测值，即时间关联预测子模型预测的结果；w＝(w1，w2，…，w8)为时间关联预测系数向量；δe为电能周偏差向量，δei为各电能周偏差值，δei＝ei-e，e为电能周消耗均值，ei为前n周中第i周电能周消耗电能。
18、进一步地，时间关联预测系数向量的求解方法为：
19、以前1周电力消耗历史数据真实值减去第一预测值的平方最小为目标，构建第一目标函数其中e1为前1周电力消耗历史数据真实值；
20、对第一目标函数求解，得到时间关联预测系数向量w＝δet-eδetδe-1。
21、进一步地，能源关联预测子模型的表达式为：
22、
23、其中，为第二预测值，即能源关联预测子模型预测的结果；x1，x2，x3分别为公布原煤、原油、天然气的下一周预计消耗值；ai为能源关联预测系数；x为能源消耗向量x＝[x1,x2,x3]t；a＝[a1,a2,a3]为能源关联预测向量，a＝xte1x-1；e1为前1周电力消耗历史数据真实值。
24、进一步地，环境关联预测子模型的表达式为：
25、
26、其中，为第三预测值，即环境关联预测子模型预测的结果；y(1)，y(2)，…y(5)5个向量分别为前一周的降水量、气温值、湿度值、日照时数、空气质量值；n＝1,2,3,4,5，为第n个变量，第i天的值；为n＝5时的第三预测值；bn为环境关联预测向量bn＝[b1(n),b2(n),…,b7(n)]t。
27、进一步地，经济关联预测子模型的表达式为：
28、其中，为第四预测值，即经济关联预测子模型预测的结果。
29、进一步地，电力能量需求预测模型的表达式为：
30、
31、其中，为最终的电能需求的预测值，为第i预测值。
32、第二方面，本发明又提供了基于多源异构数据融合的电力能量需求预测系统，该系统包括：
33、第一子模型构建单元，用于获取电能历史消耗数据，基于电能历史消耗数据，构建时间关联预测子模型；
34、第二子模型构建单元，用于基于能源数据，构建能源关联预测子模型；能源数据包括原煤、原油和天然气数据；
35、第三子模型构建单元，用于基于环境数据，构建环境关联预测子模型；环境数据包括降水、气温、湿度、日照时数和空气质量数据；
36、第四子模型构建单元，用于基于经济数据，构建经济关联预测子模型；经济数据包括第一产业的占比；
37、融合单元，用于根据时间关联预测子模型、能源关联预测子模型、环境关联预测子模型和经济关联预测子模型，融合获得电力能量需求预测模型；
38、预测单元，用于采用电力能量需求预测模型对待预测周数据进行电能消耗预测，输出最终的电能需求的预测值。
39、第三方面，本发明又提供了一种电子设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的基于多源异构数据融合的电力能量需求预测方法。
40、第四方面，本发明又提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，其特征在于，计算机程序被处理器执行时实现上述的基于多源异构数据融合的电力能量需求预测方法。
41、本发明与现有技术相比，具有如下的优点和有益效果：
42、本发明基于多源异构数据融合的电力能量需求预测方法及系统，针对大区域的电能需求，融合历史用电数据、能源数据、环境数据和经济数据实现对地区电能消耗进行融合预测，预测未来某个时间段内的电力消耗情况，预测精准，误差小。本发明帮助电力公司和用户更好地规划和管理用电，提高能源利用效率，降低能源成本，并且有助于电力系统的平衡和稳定运行。
1.基于多源异构数据融合的电力能量需求预测方法，其特征在于，该方法包括：
2.根据权利要求1所述的基于多源异构数据融合的电力能量需求预测方法，其特征在于，基于电能历史消耗数据，构建时间关联预测子模型，包括：
3.根据权利要求2所述的基于多源异构数据融合的电力能量需求预测方法，其特征在于，所述时间关联预测子模型的表达式为：
4.根据权利要求3所述的基于多源异构数据融合的电力能量需求预测方法，其特征在于，所述时间关联预测系数向量w的求解方法为：
5.根据权利要求1所述的基于多源异构数据融合的电力能量需求预测方法，其特征在于，所述能源关联预测子模型的表达式为：
6.根据权利要求1所述的基于多源异构数据融合的电力能量需求预测方法，其特征在于，所述环境关联预测子模型的表达式为：
7.根据权利要求1所述的基于多源异构数据融合的电力能量需求预测方法，其特征在于，所述电力能量需求预测模型的表达式为：
8.基于多源异构数据融合的电力能量需求预测系统，其特征在于，该系统包括：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于多源异构数据融合的电力能量需求预测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于多源异构数据融合的电力能量需求预测方法。
