(19)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 202210855189.7 (22)申请日 2022.07.19 (71)申请人 国网安徽省电力有限公司滁州供电 公司 地址 239000 安徽省滁州市凤 凰路510号 (72)发明人 潘金月　王华伟　应志富　程小虎　 史文迪　鲁晓威　宋驰　周亚　 王球　庞丽　黄敏敏　赵蒙蒙　 庄颖涛　 (74)专利代理 机构 合肥正则元起专利代理事务 所(普通合伙) 3416 0 专利代理师 刘念 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06K 9/62(2022.01) H02J 3/00(2006.01) (54)发明名称 基于大数据的一体化电力调度自动化系统 (57)摘要 本发明公开了基于大数据的一体化电力调 度自动化系统， 涉及电力调度技术领域， 解决了 现有技术在进行建筑负荷预测时， 无法对建筑中 各种负荷相关数据进行甄别利用， 导致建筑负荷 预测不准确的技术问题； 本发明将规律负荷数据 与负荷预测模 型结合获取规律预测数据， 与通过 非规律负荷数据获取的非规律预测数据结合获 取负荷预测数据， 考虑了影 响电力负荷的各种因 素， 提高了建筑负荷的预测精度， 为电力调度提 供数据基础； 本发明基于使用频率将电力设备划 分为规律负荷设备和非规律负荷设备， 规律负荷 设备的电力负荷可以有效预测， 非规律负荷设备 的电力负荷统计获取， 二者联合获取负荷预测数 据， 提高了负荷预测数据的准确度。 权利要求书2页 说明书5页 附图1页 CN 115130778 A 2022.09.30 CN 115130778 A 1.基于大数据的一体化电力调度自动化系统， 包括中枢分析模块， 以及与之相连接的 边缘分析模块和调度预警模块， 且调度预警模块根据负荷预测数据进行调度预警， 其特征 在于： 边缘分析模块： 采集目标区域内的负荷相关数据； 其中， 负荷相关数据包括环境相关数 据和设备相关数据； 以及 根据设备分类规则将所述设备相关数据划分为规律负荷数据和非规律负荷数据； 其 中， 设备分类规则通过中枢分析模块获取； 中枢分析模块： 获取历史负荷数据， 对所述历史负荷数据中电力设备进行分析， 生成所 述设备分类规则； 以及 基于历史负荷数据和设备分类规则对人工智能模型进行训练， 获取负荷预测模型； 将 负荷相关数据和负荷预测模型 结合， 获取负荷预测数据。 2.根据权利要求1所述的基于大数据的一体化电力调度自动 化系统， 其特征在于， 所述 中枢分析模块分别与所述 边缘分析模块和所述调度预警模块 通信和/或电气连接； 所述边缘分析模块与所述电力设备通信和/或电气连接， 且所述边缘分析模块根据目 标区域的建筑数量 合理设置 。 3.根据权利要求2所述的基于大数据的一体化电力调度自动 化系统， 其特征在于， 确定 所述目标区域， 并统计所述目标区域中存在电力负荷的建筑， 获取建筑数量； 根据建筑数量设置所述边缘分析模块， 每栋建筑至少对应一个所述边缘分析模块； 且 建立所述 边缘分析模块与对应建筑中所述电力设备的连接 。 4.根据权利要求1所述的基于大数据的一体化电力调度自动 化系统， 其特征在于， 所述 中枢分析模块基于所述历史负荷数据中电力设备的使用规律生成所述设备分类规则， 包 括： 通过数据库获取所述历史负荷数据； 其中， 历史负荷数据包括目标区域中的环境数据 和电力设备的负荷数据； 对所述电力设备的负荷数据进行解析统计， 获取单位 时间内各电力设备的设备使用频 率； 其中， 单位时间包括 一个月或者 一季度； 根据所述设备使用频率生成所述设备分类规则； 其中， 设备分类规则用于将电力设备 划分为规律负荷设备和非规 律负荷设备。 5.根据权利要求4所述的基于大数据的一体化电力调度自动 化系统， 其特征在于， 所述 边缘分析模块对所述设备相关数据进行划分， 包括： 通过中枢分析模块获取 所述设备分类规则； 根据设备分类规则将设备相关数据中的所述电力设备划分为规律负荷设备和非规律 负荷设备； 将所述设备相关数据中规律负荷 设备对应的负荷关联数据标记为规律负荷数据， 将 非 规律负荷设备对应的负荷关联 数据标记为非规 律负荷数据。 6.根据权利要求5所述的基于大数据的一体化电力调度自动 化系统， 其特征在于， 所述 中枢分析模块基于历史负荷数据和设备分类规则训练获取负荷预测模型， 包括： 对所述历史负荷数据中目标区域的环境数据进行分解， 并进行相关性分析， 获取与负 荷数据相关的环境数据；权　利　要　求　书 1/2 页 2 CN 115130778 A 2基于相关的环境数据和规律负荷数据建立标准输入数据， 以对应的建筑负荷数据作为 标准输出 数据； 通过标准输入数据和标准输出数据对人工智能模型进行训练， 获取负荷预测模型； 其 中， 人工智能模型包括时空网络模型和深度卷积神经网络模型。 7.根据权利要求6所述的基于大数据的一体化电力调度自动 化系统， 其特征在于， 所述 中枢分析模块基于负荷预测模型获取规 律预测数据， 包括： 将所述环境相关数据和所述 规律负荷数据整合， 生成模型输入数据； 将所述模型输入数据输入至负荷预测模型中， 获取输出的规 律预测数据。 8.根据权利要求7所述的基于大数据的一体化电力调度自动 化系统， 其特征在于， 所述 中枢分析模块对非规律负荷数据进行分析， 获取非规律预测数据， 基于规律预测数据和非 规律预测数据获取负荷预测数据， 包括： 获取所述规律预测数据对应的预测周期； 基于非规律负荷数据统计非规律负荷 设备在预测周期内的平均负荷数据， 将平均负荷 数据作为非规 律预测数据。权　利　要　求　书 2/2 页 3 CN 115130778 A 3