一种基于互联网的电力数据数字化监控系统及方法与流程

1.本发明涉及电力监控技术领域，具体为一种基于互联网的电力数据数字化监控系统及方法。


背景技术：

2.在电力系统中，电能是不储存的，电能的生产、输送、分配和使用总是处于动态平衡状态，若供电和需求不平衡，就会造成电源频率偏差，影响电网的正常运行，同时也会对发电机造成影响，进而电网需要对各个城市的电量需求进行预测，确保电网的正常运行；但是，生活中人们对电量的使用情况是波动变化的，进而可能会导致电网中电厂的发电量出现剩余或短缺的情况，虽然，电力系统中的电能不能储存，但是却可以转化成别的形式将能量存储起来（通过剩余电量带动水电站下游的发电机将电能转化成水的势能储存起来，或者以化学能的形式存储）。
3.现有的基于互联网的电力数据数字化监控系统中，只是单纯的电力数据进行统计，且在对城市的供电量的预测中预测结果偏差较大，同时，在对电力的调度过程中，只是简单的将存在剩余电量的城市向缺电城市调度或者将存在剩余电量的城市直接向电力存储点进行存储，未进行统一管理，导致电量在调度过程中产生较大的损耗，进而造成极大的浪费。


技术实现要素：

4.本发明的目的在于提供一种基于互联网的电力数据数字化监控系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于互联网的电力数据数字化监控方法，所述方法包括以下步骤：s1、获取历史数据中，不同城市在一天中不同时间段的用电情况，分析同一城市的用电变化趋势，预测同一城市在一天中不同时间段对应的用电量，并得到每个城市在一天中不同时间段所需的电力供应量；s2、获取历史数据中每个城市在各个时间段分别对应的用电量预测值及相应的时间段对应的实际用电量，分析每个城市在一天中不同时间段的用电量波动值；s3、获取的数据库中预置的各个电力存储点位置，并分别计算每个城市与各个电力存储点之间的距离，将同一个城市分别与各个电力存储点距离中距离最小的电力存储点与该城市进行绑定，将与同一个电力存储点绑定的各个城市划分成一个类别；s4、分别获取同一类别中各个城市之间的距离及同一类别中各个城市与相应电力存储点之间的距离，结合数据库内保存的电力调度过程中不同距离分别对应的电力损耗率，分析同一类别中每个城市对其余城市的综合影响值，并根据分析结果筛选每个类别中设置最佳调度中转点的城市；s5、根据s4中筛选的每个类别中设置最佳调度中转点的城市，对每个类别中最佳
调度中转点的电量进行调控。
6.进一步的，所述s1中预测同一城市在一天中不同时间段对应的用电量的方法包括以下步骤：s11、获取历史数据中，不同城市在一天中不同时间段的用电情况，对城市进行编号，将第i个城市在一天中第j个时间段的用电量记为qij，将一天等分成n个时间段，1≤j≤n；s12、获取历史数据中前m天内，每天不同城市在不同时间段的用电情况，将第i个城市在前m天内第j个时间段分别对应的用电量，按照时间先后顺序逐个录入到一个空白集合中，得到第i个城市在第j个时间段对应的用电量数据集pij，pij={qij1，qij1，...qij
m1
，...，qijm}，所述qij
m1
表示第i个城市在第j个时间段对应的用电量数据集中的第m1个元素对应的用电量，所述第i个城市在第j个时间段对应的用电量数据集中的第m1个元素表示第i个城市在第前m-m1+1天内第j个时间段对应的实际用电量，1≤m1≤m；s13、根据第i个城市在第j个时间段对应的用电量数据集中的第m1个元素qij
m1
，构建第一数据对（m1，qij
m1
），以o为原点、以电量数据集中的元素序号为x轴且以用电量为y轴，构建平面直角坐标系，将第i个城市在第j个时间段对应的用电量数据集中各个元素对应的第一数据对在平面直角坐标系中相应的坐标点进行标记，并按照x轴数值从小到大的顺序，将平面直角坐标系中相邻的标记点进行连接，得到第一折线关系，将第一折线关系对应的函数，记为g（x），所述g（x）为分段函数，1≤x≤m；s14、得到第i个城市在当天中第j个时间段对应用电量的预测值yij，当时，获取min{pij}及min{pij}在g（x）中对应的x值，记为x1，所述min{pij}表示第i个城市在第j个时间段对应的用电量数据集pij中各个元素对应用电量的最小值，若满足x1≤x2＜m且条件的x2存在，则，若满足x1≤x2＜m且条件的x2不存在，则，当时，获取max{pij}及max{pij}在g（x）中对应的x值，记为x3，所述max{pij}表示第i个城市在第j个时间段对应的用电量数据集pij中各个元素对应用电量的最大值，若满足x1＜x4＜m且条件的x4存在，则，
若满足x1＜x4＜m且条件的x4不存在，则；第i个城市在一天中第j个时间段所需的电力供应量等于第i个城市在一天中第j个时间段对应用电量的预测值。
7.本发明预测同一城市在一天中不同时间段对应的用电量的过程中，是通过结合同一城市在不同天数内的同一时间段的用电变化趋势进行预测的，及分别为不同状态下的用电变化系数（斜率），由于平面直角坐标系中，采集数据中的最小变化单位为1，且根据历史数据对当前的用电情况进行预测时，时间间隔为1，且历史数据中的最近的一个值为qijm，则预测结果为qijm与预测的变化值之和，而预测的变化值为获取的用电变化系数（斜率）与前一天至当天的时间间隔1的乘积。
8.进一步的，所述s2中分析每个城市在一天中不同时间段的用电量波动值的方法包括以下步骤：s21、获取第i个城市在第j个时间段对应的用电量数据集中第m1个元素对应的用电量qij
m1
，获取第i个城市在第前m-m1+1天内第j个时间段对应的用电量的预测值，记为yij
m-m1+1
；s22、得到第i个城市在第前m-m1+1天内第j个时间段对应的用电量的波动量yij
m-m1+1-qij
m1
及相应波动率（yij
m-m1+1-qij
m1
）/yij
m-m1+1
；s23、分析m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值及各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值；s24、得到第i个城市一天中第j个时间段的用电量波动值，记为bij，当m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值小于等于各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值，则bij=ep/yij且，当m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值大于各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值，则bij=ep1且。
9.进一步的，分析m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值及各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值的过程中，当e=0时，则判定各个yij
m-m1+1-qij
m1
之间的稳定程度值为0，其中，e=max{yij
m-m1+1-qij
m1
}-min{yij
m-m1+1-qij
m1
}，max{yij
m-m1+1-qij
m1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动量的最大值，min{yij
m-m1+1-qij
m1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动量的最小值，当e≠0时，则判定各个yij
m-m1+1-qij
m1
之间的稳定程度值为，其中，
当e1=0时，则判定各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值为0，其中，e1=max{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}-min{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}，max{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动率的最大值，min{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动率的最小值，当e1≠0时，则判定各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值为，其中，其中，。
10.本发明分析m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值及各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值的过程中，获取d
ijm
和dl
ijm
是为了确保两者的取值范围均为[0,1]，进而后续过程中，比较各个yij
m-m1+1-qij
m1
之间的稳定程度值与各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值之间的关系提供了数据参照。
[0011]
进一步的，所述s4中分析同一类别中每个城市对其余城市的综合影响值的方法包括以下步骤：s41、获取第h个类别中包含的城市编号、不同编号之间距离、不同编号城市分别与相应电力存储点之间的距离及数据库内保存的电力调度过程中不同距离分别对应的电力损耗率；s42、获取第i个城市一天中第j个时间段对应的bij及yij，将第h个类别中第g个城市的编号记为ig，得到第ig个城市一天中第j个时间段对应的用电量波动值bigj及相应用电量的预测值yigj，将第h个类别中第g个城市与第h个类别中第g1个城市之间的距离记为lh
gg1
，将第h个类别中第g个城市与相应电力存储点之间的距离记为lchg；s43、得到第h个类别中第g1个城市对其余城市的综合影响值zyhg1，其中，g2为第h个类别中的城市个数；lchg1表示第h个类别中第g1个城市与相应电力存储点之间的距离；当g=g1时，lh
gg1
=0；β（lh
gg1
）表示数据库内保存的电力调度过程中距离为lh
gg1
时对应的电力损耗率；β（lchg）表示数据库内保存的电力调度过程中距离为lchg时对应的电力损耗率；f[bigj*yigj，β（lchg）]表示第h个类别中第g个城市波动的用电量在传输调度过程中对应的电力损耗值；选取第h个类别中每个城市对其余城市的综合影响值中，综合影响值最小的城市作为设置最佳调度中转点的城市。
[0012]
本发明选取第h个类别中每个城市对其余城市的综合影响值中，综合影响值最小的城市作为设置最佳调度中转点的城市，是为了确保设置最佳调度中转点的城市，在电力调度的过程中对其余城市的影响尽可能小，进而有效降低电力在调度过程中的损耗。
[0013]
进一步的，获取第h个类别中第g个城市波动的用电量在传输调度过程中对应的电力损耗值f[bigj*yigj，β（lchg）]的过程中，当bigj*yigj＞0时，第h个类别中第g个城市波动的用电量在传输调度时，从相应的第h个类别中第g个城市向电力存储点进行电力调度，且f[bigj*yigj，β（lchg）]=bigj*yigj*β（lchg），当bigj*yigj=0时，f[bigj*yigj，β（lchg）]=0，当bigj*yigj＜0时，第h个类别中第g个城市波动的用电量在传输调度时，从相应的电力存储点向第h个类别中第g个城市进行电力调度，且f[bigj*yigj，β（lchg）]=|bigj*yigj|/[1-β（lchg）]*β（lchg）。
[0014]
进一步的，所述s5中对每个类别中最佳调度中转点的电量进行调控时，当第h个类别中最佳调度中转点在调控后的电量大于第一预设范围中的最大值时，则将第h个类别中最佳调度中转点在调控后的电量存储到相应的电力存储点；当第h个类别中最佳调度中转点在调控后的电量属于第一预设范围时，则不进行处理；当第h个类别中最佳调度中转点在调控后的电量小于第一预设范围中的最小值时，则通过相应的电力存储点对第h个类别中最佳调度中转点进行电力补充，补充的量等于第h个类别中最佳调度中转点在调控后的电量，第h个类别中最佳调度中转点在调控后的电量包括正数、0及负数。
[0015]
一种基于互联网的电力数据数字化监控系统，所述系统包括以下模块：电力预测模块，所述电力预测模块获取历史数据中，不同城市在一天中不同时间段的用电情况，分析同一城市的用电变化趋势，预测同一城市在一天中不同时间段对应的用电量，并得到每个城市在一天中不同时间段所需的电力供应量；电量波动状态分析模块，所述电量波动状态分析模块获取历史数据中每个城市在各个时间段分别对应的用电量预测值及相应的时间段对应的实际用电量，分析每个城市在一天中不同时间段的用电量波动值；类别划分模块，所述类别划分模块获取的数据库中预置的各个电力存储点位置，并分别计算每个城市与各个电力存储点之间的距离，将同一个城市分别与各个电力存储点距离中距离最小的电力存储点与该城市进行绑定，将与同一个电力存储点绑定的各个城市划分成一个类别；最佳调度中转点选取模块，所述最佳调度中转点选取模块分别获取同一类别中各个城市之间的距离及同一类别中各个城市与相应电力存储点之间的距离，结合数据库内保存的电力调度过程中不同距离分别对应的电力损耗率，分析同一类别中每个城市对其余城市的综合影响值，并根据分析结果筛选每个类别中设置最佳调度中转点的城市；电量调控模块，所述电量调控模块根据最佳调度中转点选取模块中筛选的每个类别中设置最佳调度中转点的城市，对每个类别中最佳调度中转点的电量进行调控。
[0016]
进一步的，所述电量调控模块中对每个类别中最佳调度中转点的电量进行调控
时，当第h个类别中最佳调度中转点在调控后的电量大于第一预设范围中的最大值时，则将第h个类别中最佳调度中转点在调控后的电量存储到相应的电力存储点；当第h个类别中最佳调度中转点在调控后的电量属于第一预设范围时，则不进行处理；当第h个类别中最佳调度中转点在调控后的电量小于第一预设范围中的最小值时，则通过相应的电力存储点对第h个类别中最佳调度中转点进行电力补充，补充的量等于第h个类别中最佳调度中转点在调控后的电量，第h个类别中最佳调度中转点在调控后的电量包括正数、0及负数。
[0017]
与现有技术相比，本发明所达到的有益效果是：本发明对城市的供电量的预测中，结合城市的自身的历史用电变化趋势，预测结果更加精准，同时，在对电力的调度过程中，通过选取最佳调度中转点，实现对电力存储点周边城市的电力调度情况的统一管理，有效降低电量在调度过程中的损耗，提高了电力能源的利用率。
附图说明
[0018]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1是本发明一种基于互联网的电力数据数字化监控系统的结构示意图；图2是本发明一种基于互联网的电力数据数字化监控方法的流程示意图。
具体实施方式
[0019]
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做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。
[0020]
请参阅图1-图2，本发明提供技术方案：一种基于互联网的电力数据数字化监控方法，所述方法包括以下步骤：s1、获取历史数据中，不同城市在一天中不同时间段的用电情况，分析同一城市的用电变化趋势，预测同一城市在一天中不同时间段对应的用电量，并得到每个城市在一天中不同时间段所需的电力供应量；所述s1中预测同一城市在一天中不同时间段对应的用电量的方法包括以下步骤：s11、获取历史数据中，不同城市在一天中不同时间段的用电情况，对城市进行编号，将第i个城市在一天中第j个时间段的用电量记为qij，将一天等分成n个时间段，1≤j≤n；本实施例中将一天均分成24个时间段，每个时间段的时长为一个小时；s12、获取历史数据中前m天内，每天不同城市在不同时间段的用电情况，将第i个城市在前m天内第j个时间段分别对应的用电量，按照时间先后顺序逐个录入到一个空白集合中，得到第i个城市在第j个时间段对应的用电量数据集pij，pij={qij1，qij1，...qij
m1
，...，qijm}，所述qij
m1
表示第i个城市在第j个时间段对应的用电量数据集中的第m1个元素对应的用电量，所述第i个城市在第j个时间段对应的用电量数据集中的第m1个元素表示第i个城市在第前m-m1+1天内第j个时间段对应的实际用
电量，1≤m1≤m；本实施例中获取的是历史数据中前14天内的电力数据，且当m1为1时，则用电量数据集中的第1个元素表示的是在第前14天对应的实际用电量；s13、根据第i个城市在第j个时间段对应的用电量数据集中的第m1个元素qij
m1
，构建第一数据对（m1，qij
m1
），以o为原点、以电量数据集中的元素序号为x轴且以用电量为y轴，构建平面直角坐标系，将第i个城市在第j个时间段对应的用电量数据集中各个元素对应的第一数据对在平面直角坐标系中相应的坐标点进行标记，并按照x轴数值从小到大的顺序，将平面直角坐标系中相邻的标记点进行连接，得到第一折线关系，将第一折线关系对应的函数，记为g（x），所述g（x）为分段函数，1≤x≤m；s14、得到第i个城市在当天中第j个时间段对应用电量的预测值yij，当时，获取min{pij}及min{pij}在g（x）中对应的x值，记为x1，所述min{pij}表示第i个城市在第j个时间段对应的用电量数据集pij中各个元素对应用电量的最小值，若满足x1≤x2＜m且条件的x2存在，则，若满足x1≤x2＜m且条件的x2不存在，则，当时，获取max{pij}及max{pij}在g（x）中对应的x值，记为x3，所述max{pij}表示第i个城市在第j个时间段对应的用电量数据集pij中各个元素对应用电量的最大值，若满足x1＜x4＜m且条件的x4存在，则，若满足x1＜x4＜m且条件的x4不存在，则；第i个城市在一天中第j个时间段所需的电力供应量等于第i个城市在一天中第j个时间段对应用电量的预测值。
[0021]
s2、获取历史数据中每个城市在各个时间段分别对应的用电量预测值及相应的时间段对应的实际用电量，分析每个城市在一天中不同时间段的用电量波动值；所述s2中分析每个城市在一天中不同时间段的用电量波动值的方法包括以下步骤：
s21、获取第i个城市在第j个时间段对应的用电量数据集中第m1个元素对应的用电量qij
m1
，获取第i个城市在第前m-m1+1天内第j个时间段对应的用电量的预测值，记为yij
m-m1+1
；s22、得到第i个城市在第前m-m1+1天内第j个时间段对应的用电量的波动量yij
m-m1+1-qij
m1
及相应波动率（yij
m-m1+1-qij
m1
）/yij
m-m1+1
；s23、分析m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值及各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值；s24、得到第i个城市一天中第j个时间段的用电量波动值，记为bij，当m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值小于等于各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值，则bij=ep/yij且，当m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值大于各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值，则bij=ep1且。
[0022]
分析m1为不同值时，各个yij
m-m1+1-qij
m1
之间的稳定程度值及各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值的过程中，当e=0时，则判定各个yij
m-m1+1-qij
m1
之间的稳定程度值为0，其中，e=max{yij
m-m1+1-qij
m1
}-min{yij
m-m1+1-qij
m1
}，max{yij
m-m1+1-qij
m1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动量的最大值，min{yij
m-m1+1-qij
m1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动量的最小值，当e≠0时，则判定各个yij
m-m1+1-qij
m1
之间的稳定程度值为，其中，其中，当e1=0时，则判定各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值为0，其中，e1=max{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}-min{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}，max{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动率的最大值，min{（yij
m-m1+1-qij
m1
）/yij
m-m1+1
}表示第i个城市在前m天内第j个时间段对应的各个用电量的波动率的最小值，当e1≠0时，则判定各个（yij
m-m1+1-qij
m1
）/yij
m-m1+1
之间的稳定程度值为，其中，其中，。
[0023]
s3、获取的数据库中预置的各个电力存储点位置，并分别计算每个城市与各个电
力存储点之间的距离，将同一个城市分别与各个电力存储点距离中距离最小的电力存储点与该城市进行绑定，将与同一个电力存储点绑定的各个城市划分成一个类别；s4、分别获取同一类别中各个城市之间的距离及同一类别中各个城市与相应电力存储点之间的距离，结合数据库内保存的电力调度过程中不同距离分别对应的电力损耗率，分析同一类别中每个城市对其余城市的综合影响值，并根据分析结果筛选每个类别中设置最佳调度中转点的城市；所述s4中分析同一类别中每个城市对其余城市的综合影响值的方法包括以下步骤：s41、获取第h个类别中包含的城市编号、不同编号之间距离、不同编号城市分别与相应电力存储点之间的距离及数据库内保存的电力调度过程中不同距离分别对应的电力损耗率；s42、获取第i个城市一天中第j个时间段对应的bij及yij，将第h个类别中第g个城市的编号记为ig，得到第ig个城市一天中第j个时间段对应的用电量波动值bigj及相应用电量的预测值yigj，将第h个类别中第g个城市与第h个类别中第g1个城市之间的距离记为lh
gg1
，将第h个类别中第g个城市与相应电力存储点之间的距离记为lchg；s43、得到第h个类别中第g1个城市对其余城市的综合影响值zyhg1，其中，g2为第h个类别中的城市个数；lchg1表示第h个类别中第g1个城市与相应电力存储点之间的距离；当g=g1时，lh
gg1
=0；β（lh
gg1
）表示数据库内保存的电力调度过程中距离为lh
gg1
时对应的电力损耗率；β（lchg）表示数据库内保存的电力调度过程中距离为lchg时对应的电力损耗率；f[bigj*yigj，β（lchg）]表示第h个类别中第g个城市波动的用电量在传输调度过程中对应的电力损耗值，选取第h个类别中每个城市对其余城市的综合影响值中，综合影响值最小的城市作为设置最佳调度中转点的城市。
[0024]
获取第h个类别中第g个城市波动的用电量在传输调度过程中对应的电力损耗值f[bigj*yigj，β（lchg）]的过程中，当bigj*yigj＞0时，第h个类别中第g个城市波动的用电量在传输调度时，从相应的第h个类别中第g个城市向电力存储点进行电力调度，且f[bigj*yigj，β（lchg）]=bigj*yigj*β（lchg），当bigj*yigj=0时，f[bigj*yigj，β（lchg）]=0，当bigj*yigj＜0时，第h个类别中第g个城市波动的用电量在传输调度时，从相应的电力存储点向第h个类别中第g个城市进行电力调度，且f[bigj*yigj，β（lchg）]=|bigj*yigj|/[1-β（lchg）]*β（lchg）。
[0025]
本实施例中数据库内保存的电力调度过程中不同距离分别对应的电力损耗率小于1。
[0026]
s5、根据s4中筛选的每个类别中设置最佳调度中转点的城市，对每个类别中最佳调度中转点的电量进行调控；
所述s5中对每个类别中最佳调度中转点的电量进行调控时，当第h个类别中最佳调度中转点在调控后的电量大于第一预设范围中的最大值时，则将第h个类别中最佳调度中转点在调控后的电量存储到相应的电力存储点；当第h个类别中最佳调度中转点在调控后的电量属于第一预设范围时，则不进行处理；当第h个类别中最佳调度中转点在调控后的电量小于第一预设范围中的最小值时，则通过相应的电力存储点对第h个类别中最佳调度中转点进行电力补充，补充的量等于第h个类别中最佳调度中转点在调控后的电量，第h个类别中最佳调度中转点在调控后的电量包括正数、0及负数。
[0027]
一种基于互联网的电力数据数字化监控系统，所述系统包括以下模块：电力预测模块，所述电力预测模块获取历史数据中，不同城市在一天中不同时间段的用电情况，分析同一城市的用电变化趋势，预测同一城市在一天中不同时间段对应的用电量，并得到每个城市在一天中不同时间段所需的电力供应量；电量波动状态分析模块，所述电量波动状态分析模块获取历史数据中每个城市在各个时间段分别对应的用电量预测值及相应的时间段对应的实际用电量，分析每个城市在一天中不同时间段的用电量波动值；类别划分模块，所述类别划分模块获取的数据库中预置的各个电力存储点位置，并分别计算每个城市与各个电力存储点之间的距离，将同一个城市分别与各个电力存储点距离中距离最小的电力存储点与该城市进行绑定，将与同一个电力存储点绑定的各个城市划分成一个类别；最佳调度中转点选取模块，所述最佳调度中转点选取模块分别获取同一类别中各个城市之间的距离及同一类别中各个城市与相应电力存储点之间的距离，结合数据库内保存的电力调度过程中不同距离分别对应的电力损耗率，分析同一类别中每个城市对其余城市的综合影响值，并根据分析结果筛选每个类别中设置最佳调度中转点的城市；电量调控模块，所述电量调控模块根据最佳调度中转点选取模块中筛选的每个类别中设置最佳调度中转点的城市，对每个类别中最佳调度中转点的电量进行调控；所述电量调控模块中对每个类别中最佳调度中转点的电量进行调控时，当第h个类别中最佳调度中转点在调控后的电量大于第一预设范围中的最大值时，则将第h个类别中最佳调度中转点在调控后的电量存储到相应的电力存储点；当第h个类别中最佳调度中转点在调控后的电量属于第一预设范围时，则不进行处理；当第h个类别中最佳调度中转点在调控后的电量小于第一预设范围中的最小值时，则通过相应的电力存储点对第h个类别中最佳调度中转点进行电力补充，补充的量等于第h个类别中最佳调度中转点在调控后的电量，第h个类别中最佳调度中转点在调控后的电量包括正数、0及负数。
[0028]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备
所固有的要素。
[0029]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。