本发明涉及数据处理技术，尤其涉及一种基于数字化园区的电网负荷智能预测方法及系统。
背景技术：
1、电力是日常生活和园区运转的必要基础条件，人们日益重视对电力的高效利用，并付出极大的努力促使包括生产、输送和使用的电力供应全过程高效化管控。其中，对于电网负荷的预测是保障园区电力稳定供应的前提。
2、现有技术中，在对园区的电网负荷进行预测时，会结合可视化界面来展示园区内各个用户对应的电力数据，通过表格进行统计，然后进行人为分析，来预测相应用户的电网负荷。然而，现有技术对于园区的预测方式过于单一，只能逐个分析单个用户的数据，而无法较为全面的分析和预测园区的电网负荷，且现有技术的方式智能化较低。
3、因此，如何较为全面的对园区的电网负荷进行智能化预测，成为了急需解决的问题。
技术实现思路
1、本发明实施例提供一种基于数字化园区的电网负荷智能预测方法及系统，可以较为全面的对园区的电网负荷进行智能化预测。
2、本发明实施例的第一方面，提供一种基于数字化园区的电网负荷智能预测方法，包括：
3、获取数字化园区内每个用电用户的第一历史电网负荷，以及确定数字化园区内所有用于保障用电用户供电质量的补偿设备，获取每个补偿设备所对应的历史总无功负荷；
4、根据数字化园区供网线路的对应关系对所述历史总无功负荷进行分解，确定每个用电用户所对应的第一历史无功负荷，基于所述第一历史电网负荷、第一历史无功负荷生成相对应的第一负荷关联函数；
5、基于园区内每个用电用户历史的第二历史电网负荷对未来时间段的用电负荷预测得到第一用电预测值，基于所述第一用电预测值、第一负荷关联函数得到第一无功值；
6、统计所有用电用户的第一用电预测值、所有补偿设备的第一无功值进行综合核算得到电网负荷预测值。
7、可选地，在第一方面的一种可能实现方式中，所述获取数字化园区内每个用电用户的第一历史电网负荷，以及确定数字化园区内所有用于保障用电用户供电质量的补偿设备，获取每个补偿设备所对应的历史总无功负荷，包括：
8、获取数字化园区内每个用电用户在第一预设时间段的第一历史电网负荷；
9、获取数字化园区内每个补偿设备在第一预设时间段的历史总无功负荷。
10、可选地，在第一方面的一种可能实现方式中，所述根据数字化园区供网线路的对应关系对所述历史总无功负荷进行分解，确定每个用电用户所对应的第一历史无功负荷，基于所述第一历史电网负荷、第一历史无功负荷生成相对应的第一负荷关联函数，包括：
11、对所述数字化园区供网线路进行分解，得到用电用户节点和补偿设备的质量保障节点；
12、根据每个补偿设备所对应的电力质量调整范围对供网线路进行划分，得到每个用电用户节点所对应的补偿设备；
13、对补偿设备的工作时间段以及每个工作时间点所对应的无功负荷统计，得到无功负荷统计函数；
14、基于每个用电用户的预设电能质量、数字化园区供网线路在第一预设时间段的历史供电质量得到每个用电用户所对应的无功补偿需求时间段；
15、基于所述每个用电用户所对应的无功补偿需求时间段、无功负荷统计函数计算得到第一历史无功负荷，基于所述第一历史电网负荷、第一历史无功负荷生成相对应的第一负荷关联函数。
16、可选地，在第一方面的一种可能实现方式中，所述根据每个补偿设备所对应的电力质量调整范围对供网线路进行划分，得到每个用电用户节点所对应的补偿设备，包括：
17、基于所述补偿设备所对应的电力质量调整范围在供网线路生成相对应的范围区域；
18、确定所述范围区域内所有的用电用户节点，并将相应的用电用户节点与所述补偿设备对应；
19、若判断一个用电用户节点与多个相同属性的补偿设备对应，则计算每个补偿设备与所述用电用户节点之间的补偿线路距离；
20、将补偿线路距离最小的补偿设备作为与所述用电用户节点最终对应的补偿设备，以使每个用电用户节点只对应一个相同属性的补偿设备。
21、可选地，在第一方面的一种可能实现方式中，所述对补偿设备的工作时间段以及每个工作时间点所对应的无功负荷统计，得到无功负荷统计函数，包括：
22、获取每个补偿设备在每个工作时间段的工作时间点所对应的无功负荷；
23、基于所述工作时间点、无功负荷的数值进行函数构建，得到无功负荷统计函数。
24、可选地，在第一方面的一种可能实现方式中，所述基于每个用电用户的预设电能质量、数字化园区供网线路在第一预设时间段的历史供电质量得到每个用电用户所对应的无功补偿需求时间段，包括：
25、获取数字化园区供网线路在第一预设时间段的历史供电质量并得到第一供电函数，确定第一供电函数中不满足所述预设电能质量的时间段作为得到待分析时间段；
26、若所述待分析时间段小于阈值时间段，则将相应的待分析时间段剔除；
27、将所有剩余的待分析时间段作为每个用电用户所对应的无功补偿需求时间段。
28、可选地，在第一方面的一种可能实现方式中，所述基于所述每个用电用户所对应的无功补偿需求时间段、无功负荷统计函数计算得到第一历史无功负荷，基于所述第一历史电网负荷、第一历史无功负荷生成相对应的第一负荷关联函数，包括：
29、提取每个用电用户在无功补偿需求时间段的时间，并在无功负荷统计函数内确定，得到无功负荷统计函数内相对应的无功时间段；
30、统计无功时间段内的无功功率得到第一历史无功负荷；
31、确定用电用户在第一历史电网负荷与所述第一历史无功负荷之间的比例关系，得到为比例的第一负荷关联函数。
32、可选地，在第一方面的一种可能实现方式中，所述基于园区内每个用电用户历史的第二历史电网负荷对未来时间段的用电负荷预测得到第一用电预测值，基于所述第一用电预测值、第一负荷关联函数得到第一无功值，包括：
33、获取与所述未来时间段的用电负荷所对应时间段的第二历史电网负荷；
34、确定为周期性的第二历史电网负荷进行训练得到周期性训练函数，确定为连续性的第二历史电网负荷得到连续性训练函数，将未来时间段的时间值输入所述周期性训练函数和连续性训练函数得到第一用电预测值；
35、将所述第一用电预测值输入至所述第一负荷关联函数得到第一无功值。
36、可选地，在第一方面的一种可能实现方式中，所述确定为周期性的第二历史电网负荷进行训练得到周期性训练函数，确定为连续性的第二历史电网负荷得到连续性训练函数，将未来时间段的时间值输入所述周期性训练函数和连续性训练函数得到第一用电预测值，包括：
37、确定为周期性的第二历史电网负荷进行函数训练得到周期性训练函数，将未来时间段的时间值输入所述周期性训练函数得到周期性的预测值；
38、确定为连续性的第二历史电网负荷进行函数训练得到连续性训练函数，将未来时间段的时间值输入所述连续性训练函数得到连续性的预测值；
39、选取与未来时间段的用电负荷所关联的第三历史电网负荷，进行权重测算得到周期性权重值和连续性权重值；
40、基于所述周期性权重值和连续性权重值对所述周期性的预测值和连续性的预测值分别加权处理后，得到第一用电预测值。
41、可选地，在第一方面的一种可能实现方式中，所述选取与未来时间段的用电负荷所关联的第三历史电网负荷，进行权重测算得到周期性权重值和连续性权重值，包括：
42、选取与所述未来时间段所对应的第三预设时间段，每个未来时间段具有预设时间关系的第三预设时间段，确定所述第三预设时间段的第三历史电网负荷；
43、根据所述第三预设时间段确定参与训练的多个第四历史电网负荷，基于第三历史电网负荷、多个第四历史电网负荷进行训练得到第一周期训练值和第一连续训练值；
44、基于所述第一周期训练值、第一连续训练值进行训练计算得到权重函数。
45、可选地，在第一方面的一种可能实现方式中，所述根据所述第三预设时间段确定参与训练的多个第三历史电网负荷，基于多个第三历史电网负荷进行训练得到第一周期训练值和第一连续训练值，包括：
46、确定与所述第三预设时间段的第三历史电网负荷具有周期性关联的其他第四历史电网负荷，以及确定与所述第三预设时间段的第三历史电网负荷具有连续性关联的其他第四历史电网负荷；
47、根据周期性关联的第四历史电网负荷得到周期训练函数，根据连续性关联的第四历史电网负荷得到连续训练函数；
48、将第三预设时间段作为输入至周期训练函数得到第一周期训练值，以及将第三预设时间段作为输入至连续训练函数得到第一连续训练值。
49、可选地，在第一方面的一种可能实现方式中，所述基于所述第一周期训练值、第一连续训练值进行训练得到权重训练函数，包括：
50、将所述第一周期训练值与第三预设时间对应的第三历史电网负荷进行差值计算得到周期训练差值；
51、将所述第一连续训练值与第三预设时间对应的第三历史电网负荷进行差值计算得到连续训练差值；
52、基于所述周期训练差值、连续训练差值进行计算得到第一偏移比例、第二偏移比例，基于第一偏移比例、第二偏移比例对初始的第一周期权重、第一连续权重调整。
53、可选地，在第一方面的一种可能实现方式中，所述基于所述第一偏移比例、第二偏移比例对初始的第一周期权重、第一连续权重调整，包括：
54、所述初始的第一周期权重、第一连续权重分别为0.5；
55、若所述周期训练差值的绝对值小于所述连续训练差值的绝对值，则对第一周期权重调高处理，计算所述周期训练差值的绝对值、连续训练差值的绝对值之间的差值得到偏移差值；
56、基于所述偏移差值确定相对应的偏移区间值，基于所述偏移区间对第一周期权重调大第一权重值、第一连续权重调小第一权重值，每个偏移区间值对应预设的第一权重值。
57、可选地，在第一方面的一种可能实现方式中，还包括：
58、若所述周期训练差值的绝对值大于所述连续训练差值的绝对值，则对第一连续权重调高处理，计算所述周期训练差值的绝对值、连续训练差值的绝对值之间的差值得到偏移差值；
59、基于所述偏移差值确定相对应的偏移区间值，基于所述偏移区间对第一周期权重调小第二权重值、第一连续权重调大第二权重值，每个偏移区间值对应预设的第二权重值。
60、可选地，在第一方面的一种可能实现方式中，所述统计所有用电用户的第一用电预测值、所有补偿设备的第一无功值进行综合核算得到电网负荷预测值，包括：
61、确定每个补偿设备所对应的用电用户为关联用户，获取关联用户中存在需要同时进行质量保障的待分析时间段；
62、获取同时进行质量保障的待分析时间段的用电用户的数量，基于所述用电用户的数量、重叠的补偿时间段进行统计得到用电用户重叠的综合补偿时间段；
63、基于补偿设备平均时段的无功补偿值、综合补偿时间段进行计算得到重叠计算的无功总补偿值；
64、统计所有用电用户的第一用电预测值、所有补偿设备的第一无功值、重叠计算的无功总补偿值计算，得到电网负荷预测值。
65、本发明实施例的第二方面，提供一种基于数字化园区的电网负荷智能预测系统，包括：
66、获取模块，用于获取数字化园区内每个用电用户的第一历史电网负荷，以及确定数字化园区内所有用于保障用电用户供电质量的补偿设备，获取每个补偿设备所对应的历史总无功负荷；
67、分解模块，用于根据数字化园区供网线路的对应关系对所述历史总无功负荷进行分解，确定每个用电用户所对应的第一历史无功负荷，基于所述第一历史电网负荷、第一历史无功负荷生成相对应的第一负荷关联函数；
68、预测模块，用于基于园区内每个用电用户历史的第二历史电网负荷对未来时间段的用电负荷预测得到第一用电预测值，基于所述第一用电预测值、第一负荷关联函数得到第一无功值；
69、核算模块，用于统计所有用电用户的第一用电预测值、所有补偿设备的第一无功值进行综合核算得到电网负荷预测值。
70、有益效果：1、本方案通过构建第一负荷关联函数来对第一历史电网负荷、第一历史无功负荷进行涵盖，然后结合需求预测时间段预测所有用电用户的第一用电预测值、所有补偿设备的第一无功值进行综合核算得到电网负荷预测值。本方案结合数字化园区的用电用户维度和无功补偿维度所对应的电网负荷进行计算，来通过人工智能的方式智能化的对数字化园区的电网负荷进行较为全面的综合预测。
71、2、本方案在构建第一负荷关联函数时，会结合用电用户在第一历史电网负荷与第一历史无功负荷之间的比例关系，得到为比例的第一负荷关联函数。另外，本方案还会结合周期性训练函数和连续性训练函数分别得到预测时间段的预测值，最后结合训练的周期性权重值和连续性权重值对预测值进行综合，得到相对准确的预测值。其中，本方案还设置了周期性权重值和连续性权重值训练的方案，以结合偏差数据对周期性权重值和连续性权重值进行适应性的调整。
1.基于数字化园区的电网负荷智能预测方法，其特征在于，包括：
2.根据权利要求1所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
3.根据权利要求2所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
4.根据权利要求3所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
5.根据权利要求4所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
6.根据权利要求5所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
7.根据权利要求6所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
8.根据权利要求7所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
9.根据权利要求8所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
10.根据权利要求9所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
11.根据权利要求10所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
12.根据权利要求11所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
13.根据权利要求12所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
14.根据权利要求13所述的基于数字化园区的电网负荷智能预测方法，其特征在于，还包括：
15.根据权利要求13所述的基于数字化园区的电网负荷智能预测方法，其特征在于，
16.基于数字化园区的电网负荷智能预测系统，其特征在于，包括：
