之前，在國網(wǎng)江蘇電力5月13日科技信息專業(yè)月度例會的會議上，該公司運(yùn)用江蘇省全社會用電信息大數(shù)據(jù)分析系統(tǒng)，預(yù)測今夏電網(wǎng)最高負(fù)荷在8300萬至8500萬千瓦之間，最可能值為8440萬千瓦，預(yù)計發(fā)生在8月6日。實(shí)際情況是，8月5日江蘇電網(wǎng)最高調(diào)度負(fù)荷達(dá)到8480萬千瓦。負(fù)荷預(yù)測精確度相差僅一天。

江蘇省全社會用電信息大數(shù)據(jù)分析系統(tǒng)是國網(wǎng)江蘇電力基于用電采集數(shù)據(jù)的大數(shù)據(jù)負(fù)荷預(yù)測方法研究項(xiàng)目的重要成果。該項(xiàng)目是國家電網(wǎng)公司2014年大數(shù)據(jù)重點(diǎn)課題，也是國家電網(wǎng)信息基礎(chǔ)架構(gòu)優(yōu)化試點(diǎn)課題的重要組成部分。系統(tǒng)依托國家電網(wǎng)公司統(tǒng)一部署的大數(shù)據(jù)平臺，從梳理對象入手，構(gòu)建統(tǒng)一的企業(yè)數(shù)據(jù)模型。在此基礎(chǔ)上，從電能量管理、用電信息采集、設(shè)備狀態(tài)監(jiān)控、生產(chǎn)管理等多個系統(tǒng)中采集600多億條記錄數(shù)據(jù)，并從外部獲取氣象、經(jīng)濟(jì)運(yùn)行等數(shù)據(jù)，為利用大數(shù)據(jù)技術(shù)開展負(fù)荷預(yù)測提供了堅實(shí)的數(shù)據(jù)基礎(chǔ)。該項(xiàng)目于2013年年底啟動，2014年8月完成初步研究，投入短期負(fù)荷預(yù)測，今年3月開始完善研究，5月13日對今夏江蘇全省負(fù)荷峰值作出了預(yù)測。

長期以來，對全省負(fù)荷的預(yù)測往往是靠人工查找歷史相似日，再結(jié)合氣象、節(jié)假日等因素，憑經(jīng)驗(yàn)做出預(yù)判。盡管用傳統(tǒng)方法預(yù)測負(fù)荷，結(jié)果也相當(dāng)精準(zhǔn)，但難點(diǎn)在于查找歷史相似日。全新的大數(shù)據(jù)系統(tǒng)提供了強(qiáng)大的負(fù)荷預(yù)測工具，依據(jù)海量數(shù)據(jù)不僅查找相似日十分容易，而且依托負(fù)荷影響模型做出的預(yù)測更加客觀準(zhǔn)確。

在7月份為期31天的江蘇電網(wǎng)短期網(wǎng)供負(fù)荷的預(yù)測“比拼”中，大數(shù)據(jù)預(yù)測以99.53%的平均準(zhǔn)確度，超過了傳統(tǒng)方法的98.88%。這0.47個百分點(diǎn)的意義遠(yuǎn)比數(shù)字本身重大：在支撐調(diào)度制定短期發(fā)電計劃、負(fù)荷經(jīng)濟(jì)調(diào)度分配等相關(guān)業(yè)務(wù)工作中，大數(shù)據(jù)可以大顯身手，區(qū)域可分配負(fù)荷的短期精準(zhǔn)預(yù)測則可支撐電動汽車充電服務(wù)等業(yè)務(wù)。

通過運(yùn)用大數(shù)據(jù)技術(shù)，達(dá)到了對短期負(fù)荷預(yù)測的精準(zhǔn)。整個9月份，江蘇電網(wǎng)短期的2日網(wǎng)供負(fù)荷預(yù)測準(zhǔn)確度高達(dá)97.8%，這比調(diào)度人員用傳統(tǒng)方法預(yù)測的準(zhǔn)確度高出1個百分點(diǎn)。

通過運(yùn)用大數(shù)據(jù)技術(shù)，達(dá)到了對短期負(fù)荷預(yù)測的精準(zhǔn)。整個9月份，江蘇電網(wǎng)短期的2日網(wǎng)供負(fù)荷預(yù)測準(zhǔn)確度高達(dá)97.8%，這比調(diào)度人員用傳統(tǒng)方法預(yù)測的準(zhǔn)確度高出1個百分點(diǎn)。

新方法何以如此精準(zhǔn)？在研究中，大數(shù)據(jù)負(fù)荷預(yù)測方法研究項(xiàng)目組遵循國家電網(wǎng)公司大數(shù)據(jù)應(yīng)用意見和工作方案的相關(guān)原則要求及技術(shù)路線，搭建了50個計算節(jié)點(diǎn)的大數(shù)據(jù)平臺，在將國民經(jīng)濟(jì)99個行業(yè)和全省13個地市負(fù)荷細(xì)分為11781種負(fù)荷特性組合的基礎(chǔ)上，以氣象、節(jié)假日等為主要影響因素，以客戶信息、歷史負(fù)荷為源數(shù)據(jù)，考慮用電客戶對峰谷電價、溫度、節(jié)假日的敏感程度以及生產(chǎn)班次安排等，組建了超過70萬個負(fù)荷影響模型。模型包含的數(shù)據(jù)關(guān)聯(lián)關(guān)系超過110億項(xiàng)，對用電信息采集系統(tǒng)每日采集到的全省3600多萬客戶電量和46萬余臺公用、26萬余臺專用配變負(fù)荷每15分鐘的數(shù)據(jù)開展模型在線學(xué)習(xí)，進(jìn)而實(shí)施各電壓等級母線負(fù)荷的時序預(yù)測，并依據(jù)全網(wǎng)電力系統(tǒng)運(yùn)行方式匯聚全網(wǎng)負(fù)荷，做出全省短期和中長期負(fù)荷預(yù)測。

此外，該系統(tǒng)的短期負(fù)荷預(yù)測功能將在制定短期發(fā)電計劃、實(shí)施經(jīng)濟(jì)調(diào)度等相關(guān)業(yè)務(wù)中大顯身手，中長期負(fù)荷預(yù)測功能則對智能電網(wǎng)的規(guī)劃、建設(shè)和檢修發(fā)揮重要作用，可指導(dǎo)變電站的選址建設(shè)、電網(wǎng)設(shè)備檢修，指導(dǎo)發(fā)電企業(yè)制訂機(jī)組檢修計劃等。

           （文/沈偉民 張曉閩 黃蕾）