技術特征：

1.一種基于大數據的電力能源預測方法，其特征在于，包括：

2.如權利要求1所述的一種基于大數據的電力能源預測方法，其特征在于，所述相關電力數據包括電壓值、功率值、環境參數值、電力能源值，所述電力能源變化曲線的生成方式包括：

3.如權利要求2所述的一種基于大數據的電力能源預測方法，其特征在于，所述預設的能源場景關聯機制，包括：

4.如權利要求3所述的一種基于大數據的電力能源預測方法，其特征在于，所述能源方向值設置為該關聯時間節點與上一個關聯時間節點組成的曲線在該關聯時間節點處的斜率值。

5.如權利要求3所述的一種基于大數據的電力能源預測方法，其特征在于，所述預設的能源-場景偏差算法具體包括：

6.如權利要求3所述的一種基于大數據的電力能源預測方法，其特征在于，所述b4中，根據以下公式計算得到目標差異值：

7.如權利要求5所述的一種基于大數據的電力能源預測方法，其特征在于，所述電力能源特征向量的生成方式為：

8.如權利要求7所述的一種基于大數據的電力能源預測方法，其特征在于，所述局部能源貢獻信息包括主導對象節點在下一個周期的電力能源預測值、局部貢獻指標；每個所述電力傳感節點對應一個預先訓練完成的局部能源貢獻預測模型，獲取方式為：

9.如權利要求8所述的一種基于大數據的電力能源預測方法，其特征在于，所述s104中，得到主導對象節點對應的節點區域在下一個周期內的電力能源預測值，包括：

10.如權利要求5所述的一種基于大數據的電力能源預測方法，其特征在于，所述s104還包括：

技術總結
本申請公開了一種基于大數據的電力能源預測方法，所述方法包括：得到每個電力傳感節點的電力能源變化曲線和每個采樣時間對應的場景快照特征信息；利用能源場景關聯機制，將所有電力傳感節點劃分為若干節點區域；每個節點區域，將目標差異值最大的節點對的電力傳感節點作為該節點區域的主導對象節點；每預設周期獲得主導對象節點的電力能源特征向量，輸入至局部能源貢獻預測模型中，得到主導對象節點對應的節點區域在下一個周期內的電力能源預測值。由此，提高電力能源預測的準確度和效率，避免資源浪費。

技術研發人員：楊小寧,柯志文
受保護的技術使用者：福建點景科技股份有限公司
技術研發日：
技術公布日：2025/4/24