本发明具体涉及一种基于产业园电力大数据的用电峰值预测方法及设备。
背景技术：
随着社会的快速进步，各个企业也在不停的发展，而发展必然会带来电力消耗的增生。对于产业园而言，其内部安置有许多家企业，由于各个企业的不同时间段的用电差异较大，造成产业园整体的用电峰值时间会发生波动，而大部分的用电问题，如跳闸、短路等出现在产业园整体的用电峰值时间，而现阶段工作人员还没有就这一问题提出解决方案。
技术实现要素：
为了解决上述技术问题，本发明提出了一种基于产业园电力大数据的用电峰值预测方法及设备。
为了达到上述目的，本发明的技术方案如下：
一种基于产业园电力大数据的用电峰值预测方法，具体包括以下步骤：
步骤(一)：将产业园进行区域划分，划分成多个子区域；
步骤(二)：搜集每个子区域内所有企业特定时间段内的电力数据；
步骤(三)：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据进行一次处理，形成第一数据；
步骤(四)：根据步骤(三)获得的第一数据进行二次处理，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段；
步骤(五)：将步骤(四)获得的第二数据通过预设的预测模型进行预测，得到每个子区域的用电峰值预测量和用电峰值预测时间段；
步骤(六)：综合每个子区域的用电峰值预测量和用电峰值预测时间段，得到产业园的综合用电峰值预测量和用电峰值预测时间段。
在上述技术方案的基础上，还可做如下改进：
作为优选的方案，步骤(三)具体为：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据绘制成电力数据时间曲线；
步骤(四)具体为：将步骤(三)获得的每个子区域内所有企业的电力数据时间曲线进行对比，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段。
作为优选的方案，步骤(三)具体为：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据进行处理，得该子区域内每个企业的用电峰值及用电峰值出现时间；
步骤(四)具体为：将步骤(三)获得的每个子区域内每个企业的用电峰值进行对比，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段。
作为优选的方案，步骤(一)中，将产业园按照地理位置进行区域划分或按照各企业行业类别进行区域划分。
作为优选的方案，行业类别包括以下一种或多种：保险业、能源业、餐饮业、宾馆业、电讯业、房地产业、服务业、服装业、公益组织业、广告业、航空航天业、化学业、健康保健业、建筑业、教育业、培训业、计算机业、会计业、美容业、媒体业、出版业、木材业、造纸业、零售业、批发业、农业、旅游业、司法业、体育运动业、学术研究业、演艺业、医疗服务业、艺术业、设计业、金融业、邮政快递业、机械制造业、咨询业。
作为优选的方案，步骤(二)中，特定时间段至少为一天。
作为优选的方案，电力数据、第一数据、第二数据保存于存储器内。
另一方面，本发明还公开一种基于产业园电力大数据的用电峰值预测设备，包括：
区域划分模块，区域划分模块用于将产业园进行区域划分，划分成多个子区域；
电力数据搜集模块，电力数据搜集模块用于搜集每个子区域内所有企业特定时间段内的电力数据；
一次处理模块，一次处理模块用于将电力数据搜集模块获得的每个子区域内所有企业特定时间段内的电力数据进行一次处理，形成第一数据；
二次处理模块，二次处理模块用于将经过一次处理模块处理后的第一数据进行二次处理，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段；
初步预测模块，预测模块用于将经过二次处理模块处理后的第二数据通过预设的预测模型进行预测，得到每个子区域的用电峰值预测量和用电峰值预测时间段；
综合预测模块，综合预测模块用于综合每个子区域的用电峰值预测量和用电峰值预测时间段，得到产业园的综合用电峰值预测量和用电峰值预测时间段。
另一方面，本发明还公开一种计算设备，包括：
一个或多个处理器；
存储器；
以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，的一个或多个程序包括用于任一项基于产业园电力大数据的用电峰值预测方法的指令。
另一方面，本发明还包括一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令适于由存储器加载并执行上述任一项基于产业园电力大数据的用电峰值预测方法。
本发明一种基于产业园电力大数据的用电峰值预测方法及设备可以有效预测产业园整体的用电峰值出现的时间，掌握区域能源的能耗趋势，提高产业园内人员的安全用电意识。工作人员可以每天在产业园内公布预测的今天用电峰值出现的时间，提醒人员用电安全。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种基于产业园电力大数据的用电峰值预测方法流程图。
具体实施方式
下面结合附图详细说明本发明的优选实施方式。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
另外，“包括”元件的表述是“开放式”表述，该“开放式”表述仅仅是指存在对应的部件，不应当解释为排除附加的部件。
为了达到本发明的目的，一种基于产业园电力大数据的用电峰值预测方法及设备的其中一些实施例中，如图1所示，一种基于产业园电力大数据的用电峰值预测方法，具体包括以下步骤：
步骤(一)：将产业园进行区域划分，划分成多个子区域；
步骤(二)：搜集每个子区域内所有企业特定时间段内的电力数据；
步骤(三)：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据进行一次处理，形成第一数据；
步骤(四)：根据步骤(三)获得的第一数据进行二次处理，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段；
步骤(五)：将步骤(四)获得的第二数据通过预设的预测模型进行预测，得到每个子区域的用电峰值预测量和用电峰值预测时间段；
步骤(六)：综合每个子区域的用电峰值预测量和用电峰值预测时间段，得到产业园的综合用电峰值预测量和用电峰值预测时间段。
步骤(二)中，特定时间段至少为一天。
电力数据、第一数据、第二数据可以保存于存储器内，便与后期调用。
为了进一步地优化本发明的实施效果，在另外一些实施方式中，其余特征技术相同，不同之处在于，步骤(三)具体为：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据绘制成电力数据时间曲线；
步骤(四)具体为：将步骤(三)获得的每个子区域内所有企业的电力数据时间曲线进行对比，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段。
每个企业的电力数据时间曲线即为第一数据。
为了进一步地优化本发明的实施效果，在另外一些实施方式中，其余特征技术相同，不同之处在于，步骤(三)具体为：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据进行处理，得该子区域内每个企业的用电峰值及用电峰值出现时间；
步骤(四)具体为：将步骤(三)获得的每个子区域内每个企业的用电峰值进行对比，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段。
每个企业的用电峰值及用电峰值出现时间即为第一数据。
为了进一步地优化本发明的实施效果，在另外一些实施方式中，其余特征技术相同，不同之处在于，步骤(一)中，将产业园按照地理位置进行区域划分。
为了进一步地优化本发明的实施效果，在另外一些实施方式中，其余特征技术相同，不同之处在于，步骤(一)中，将产业园按照各企业行业类别进行区域划分。
行业类别包括以下一种或多种：保险业、能源业、餐饮业、宾馆业、电讯业、房地产业、服务业、服装业、公益组织业、广告业、航空航天业、化学业、健康保健业、建筑业、教育业、培训业、计算机业、会计业、美容业、媒体业、出版业、木材业、造纸业、零售业、批发业、农业、旅游业、司法业、体育运动业、学术研究业、演艺业、医疗服务业、艺术业、设计业、金融业、邮政快递业、机械制造业、咨询业。
另一方面，本发明实施例还公开一种基于产业园电力大数据的用电峰值预测设备，包括：
区域划分模块，区域划分模块用于将产业园进行区域划分，划分成多个子区域；
电力数据搜集模块，电力数据搜集模块用于搜集每个子区域内所有企业特定时间段内的电力数据；
一次处理模块，一次处理模块用于将电力数据搜集模块获得的每个子区域内所有企业特定时间段内的电力数据进行一次处理，形成第一数据；
二次处理模块，二次处理模块用于将经过一次处理模块处理后的第一数据进行二次处理，得到每个子区域的第二数据，第二数据包括：特定时间段内的用电峰值和用电峰值时间段；
初步预测模块，预测模块用于将经过二次处理模块处理后的第二数据通过预设的预测模型进行预测，得到每个子区域的用电峰值预测量和用电峰值预测时间段；
综合预测模块，综合预测模块用于综合每个子区域的用电峰值预测量和用电峰值预测时间段，得到产业园的综合用电峰值预测量和用电峰值预测时间段。
另一方面，本发明实施例还公开一种计算设备，包括：
一个或多个处理器；
存储器；
以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，的一个或多个程序包括用于任一实施例公开的基于产业园电力大数据的用电峰值预测方法的指令。
另一方面，本发明实施例还包括一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令适于由存储器加载并执行上述任一实施例公开的基于产业园电力大数据的用电峰值预测方法。
本发明一种基于产业园电力大数据的用电峰值预测方法及设备可以有效预测产业园整体的用电峰值出现的时间，掌握区域能源的能耗趋势，提高产业园内人员的安全用电意识。工作人员可以每天在产业园内公布预测的今天用电峰值出现的时间，提醒人员用电安全。
不仅如此，本发明将产业园分成多个子区域进行分析预测，一来可以大大提升计算器处理的速率，二来可以防止误差，提升精度。不仅如此，本发明还可以根据企业类别进行区域划分，将相同或相似的类别的企业划分到同一区域内，进行分析预测，因为同一类别的用电峰值及用电峰值出现的时间大致相同，更便于数据分析处理。
应当理解，这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、cd-rom、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被该机器执行时，该机器变成实践本发明的设备。
上述实施例只为说明本发明的技术构思及特点，其目的在于让本领域普通技术人员能够了解本发明的内容并加以实施，并不能以此限制本发明的保护范围，凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围内。
1.一种基于产业园电力大数据的用电峰值预测方法，其特征在于，具体包括以下步骤：
步骤(一)：将产业园进行区域划分，划分成多个子区域；
步骤(二)：搜集每个子区域内所有企业特定时间段内的电力数据；
步骤(三)：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据进行一次处理，形成第一数据；
步骤(四)：根据步骤(三)获得的第一数据进行二次处理，得到每个子区域的第二数据，所述第二数据包括：特定时间段内的用电峰值和用电峰值时间段；
步骤(五)：将步骤(四)获得的第二数据通过预设的预测模型进行预测，得到每个子区域的用电峰值预测量和用电峰值预测时间段；
步骤(六)：综合每个子区域的用电峰值预测量和用电峰值预测时间段，得到产业园的综合用电峰值预测量和用电峰值预测时间段。
2.根据权利要求1所述的用电峰值预测方法，其特征在于，
所述步骤(三)具体为：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据绘制成电力数据时间曲线；
所述步骤(四)具体为：将步骤(三)获得的每个子区域内所有企业的电力数据时间曲线进行对比，得到每个子区域的第二数据，所述第二数据包括：特定时间段内的用电峰值和用电峰值时间段。
3.根据权利要求1所述的用电峰值预测方法，其特征在于，
所述步骤(三)具体为：将步骤(二)获得的每个子区域内所有企业特定时间段内的电力数据进行处理，得该子区域内每个企业的用电峰值及用电峰值出现时间；
所述步骤(四)具体为：将步骤(三)获得的每个子区域内每个企业的用电峰值进行对比，得到每个子区域的第二数据，所述第二数据包括：特定时间段内的用电峰值和用电峰值时间段。
4.根据权利要求1-3任一项所述的用电峰值预测方法，其特征在于，所述步骤(一)中，将产业园按照地理位置进行区域划分或按照各企业行业类别进行区域划分。
5.根据权利要求4所述的用电峰值预测方法，其特征在于，所述行业类别包括以下一种或多种：保险业、能源业、餐饮业、宾馆业、电讯业、房地产业、服务业、服装业、公益组织业、广告业、航空航天业、化学业、健康保健业、建筑业、教育业、培训业、计算机业、会计业、美容业、媒体业、出版业、木材业、造纸业、零售业、批发业、农业、旅游业、司法业、体育运动业、学术研究业、演艺业、医疗服务业、艺术业、设计业、金融业、邮政快递业、机械制造业、咨询业。
6.根据权利要求1-3任一项所述的用电峰值预测方法，其特征在于，所述步骤(二)中，特定时间段至少为一天。
7.根据权利要求1-3任一项所述的用电峰值预测方法，其特征在于，所述电力数据、第一数据、第二数据保存于存储器内。
8.一种基于产业园电力大数据的用电峰值预测设备，其特征在于，包括：
区域划分模块，所述区域划分模块用于将产业园进行区域划分，划分成多个子区域；
电力数据搜集模块，所述电力数据搜集模块用于搜集每个子区域内所有企业特定时间段内的电力数据；
一次处理模块，所述一次处理模块用于将所述电力数据搜集模块获得的每个子区域内所有企业特定时间段内的电力数据进行一次处理，形成第一数据；
二次处理模块，所述二次处理模块用于将经过所述一次处理模块处理后的第一数据进行二次处理，得到每个子区域的第二数据，所述第二数据包括：特定时间段内的用电峰值和用电峰值时间段；
初步预测模块，所述预测模块用于将经过所述二次处理模块处理后的第二数据通过预设的预测模型进行预测，得到每个子区域的用电峰值预测量和用电峰值预测时间段；
综合预测模块，所述综合预测模块用于综合每个子区域的用电峰值预测量和用电峰值预测时间段，得到产业园的综合用电峰值预测量和用电峰值预测时间段。
9.一种计算设备，其特征在于，包括：
一个或多个处理器；
存储器；
以及一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由一个或多个处理器执行，所述的一个或多个程序包括用于上述权利要求1-7中任一所述的基于产业园电力大数据的用电峰值预测方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令适于由存储器加载并执行上述权利要求1-7中任一所述的基于产业园电力大数据的用电峰值预测方法。
技术总结