本技术涉及一种智能用电调度系统,包括方法、设备及存储介质。该系统通过收集用电户的社区信息、用电行为数据和历史用电量数据,利用这些数据构建用电户的用电模型,实现用电调度的优化。
背景技术
随着科技的快速发展,各种家用电器快速普及,社会用电负荷与日俱增,各个地区中用电户的用电行为具有长周期性规律,大体上随季节的变化发生变化,因此,各个地区中的用电量具有长周期性规律,大体上随季节的变化发生变化。
目前,电网中的管理系统会内置基于深度学习训练的用电量预测模型,调用用电量预测模型使用历史同期的用电量、在先几个季节的用电量等数据去预测各个地区中在未来一个季节的用电量,按照未来一个季节的用电量去安排用电调度计划,在该季节开始的日期执行该用电调度计划为各个地区调度电能。
但是,各个地区中用电户的用电行为并非严格遵循季节的变化而变化,在季节开始的日期执行用电调度计划的精确度较低,降低用电调度的效率。
如果开始执行用电调度计划过早,会浪费部分电量,如果开始执行用电调度计划过晚,影响用电户的用电行为。
实现思路