(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 202211230968.4 (22)申请日 2022.10.10 (71)申请人 北京智盟信通科技有限公司 地址 100000 北京市昌平区科技园区回龙 观朱辛庄 北农路2号主楼D座 15楼东区 78号 (72)发明人 阮佳阳　杨兆静　陈操　艾丽娜　 张嗣勇　陈万喜　 (74)专利代理 机构 北京华际知识产权代理有限 公司 11676 专利代理师 李帅 (51)Int.Cl. H02J 13/00(2006.01) H02J 3/00(2006.01) (54)发明名称 一种基于融合终端的分布式电源综合监测 系统及方法 (57)摘要 本发明公开了一种基于融合终端的分布式 电源综合监测系统及方法， 属于分布式电源监测 技术领域。 本系统包括电力使用数据处理模块、 新区域预测模块、 阈值分析模块、 分布式电源监 测模块； 所述电力使用数据处理模块的输出端与 所述新区域预测模块的输入端相连接； 所述新区 域预测模块的输出端与所述阈值分析模块的输 入端相连接； 所述阈值分析模块的输出端与所述 分布式电源监测模块的输入端相连接。 本发明还 提供一种基于融合终端的分布式电源综合监测 方法， 能够在新区域的发展中做到电力使用数据 的精准检测， 通过分布式电源的机制， 降低城市 电网压力， 在新区域不断新增建筑的情况下， 提 供电力使用数据的时间预警分析， 提高电力调度 水平。 权利要求书4页 说明书9页 附图1页 CN 115296424 A 2022.11.04 CN 115296424 A 1.一种基于融合终端的分布式电源综合 监测方法， 其特 征在于： 该 方法包括以下步骤： S1、 按照预设采集频率从融合终端处获取新区域采集的电力使用数据， 所述新区域指 城市中的开发区， 所述电力使用数据包括分布式电源电力数据、 城市电网电力数据； S2、 按照电力使用数据的种类对采集的电力使用数据进行分类， 所述电力使用数据的 种类包括新区域内各建筑的工业生产用电、 新区域内各建筑的商业生活用电， 得到新区域 内各建筑的电力使用信息； S3、 构建新区域的第一建筑预测模型， 生成预设周期下新区域内新增建筑的时间与种 类， 构建新区域的第二建筑预测模型， 生成预设周期下新区域各建筑的预测电力使用数据 变化； S4、 根据第一建筑预测模型、 第二建筑预测模型的输出结果， 获取电力使用数据的阈值 信息， 在新区域内预测的电力使用数据超出阈值时， 生成时间预警信息， 输出至管理员端 口。 2.根据权利要求1所述的一种基于 融合终端的分布式电源综合监测方法， 其特征在于： 所述分布式电源电力数据指通过新区域内的分布式电源对各建筑提供的电力使用数据； 所 述城市电网电力数据指城市电网为 新区域内各建筑提供的电力使用数据。 3.根据权利要求2所述的一种基于 融合终端的分布式电源综合监测方法， 其特征在于： 所述第一建筑预测模型包括： 构建初始训练集， 获取在新区域内同一种新增建筑的时间， 所述新增建筑包括两种， 一 种为使用工业 生产用电的建筑， 另一种为使用商业 生活用电的建筑； 以同一种新增建筑的历史时间数据， 建立初始训练集； 设置均方差函数作为损失函数， 记为 ， 其中 代表输出， 为第一建筑预测模 型， 设置最大迭代次数， 记为T； 在损失函数 取最小值时， 初始化弱学习器， 记为 ； 对初始化的弱学习器进行迭代训练， 对初始训练集中每一个数据样本i， 分别计算其负 梯度 ： 其中， 为数据样本i的取值， 为 对应的损失函数； 式中的 采用的是上一轮强学 习器 下的第一建筑预测模型； t 表示迭代次数； 指微分； 利用获取的负梯度 拟合一棵回归树,记为第t棵回归树， 其对应的叶子结点区域记为 ， 计算最佳拟合 值 ： 其中， i、 j为标号； c为常数； 将每一轮的弱学习器加入到已经训练完成的模型中， 得到新的强学习器：权　利　要　求　书 1/4 页 2 CN 115296424 A 2其中， 表示叶子区域； 代表第t轮迭代得出的强学习器； I代表与最佳拟合值 组 合， 表示本轮的决策树拟合 函数； 在t=T时， 结束迭代过程， 获取最终的强学习器 ， 作为输出的第一建筑预测模型， 利 用第一建筑预测模型分别生成新增建筑的两组时间数据， 其中使用工业生产用电的建筑的 新增时间数据集合记为： ； 使用商业生活用电的建筑的新增时间数据 集合记为： ； 其中， m、 n为常数， 与预设周期有关， 满足 、 所在的时 间点小于等于预设周期的终点时间， 且 、 所在的时间点大于预设周期的终点时间。 4.根据权利要求3所述的一种基于 融合终端的分布式电源综合监测方法， 其特征在于： 所述第二建筑预测模型包括： 分别获取分类后的 电力使用数据信息， 以同一种建筑下的 电力使用数据的历史信息， 作为第二训练集； 分别建立水平 平滑方程、 趋势 平滑方程、 季节 平滑方程对数据的季节和趋势进行 预测； 其中水平 平滑方程为： 趋势平滑方程为： 季节平滑方程为： 构建第二建筑预测模型为： 其中， u为当前期电力使用数据； v为周期长度； 为水平的平滑参数； 为趋势的平滑参 数； 为季节的平滑参数； 为第 期的预测值， 即在第h期的电力使用数据； 为第u期 的实际值， 即在第 u期的电力使用数据； 为第u期的预估水平； 为第u期的预测趋势； 为 第u期的季节 平滑预测； 利用第二建筑预测模型分别生成新 区域内两种建筑的电力使用数据变化预测值， 其中 使用工业生产用电的建筑的 电力使用数据变化预测值集合记为： ； 使用商业生活用电的建筑的电力使用数据变化预测值集合记为： ； 其 中 、 均表示常数值。 5.根据权利要求4所述的一种基于 融合终端的分布式电源综合监测方法， 其特征在于： 所述生成时间预警信息包括：权　利　要　求　书 2/4 页 3 CN 115296424 A 3