本发明涉及数据处理，尤其涉及一种可实现新型负荷监测功能的虚拟电厂控制终端。
背景技术：
1、可实现新型负荷监测功能的虚拟电厂是一种通过集成和协调多种分布式能源资源来优化电力供应和需求的系统。虚拟电厂控制终端通过整合和优化多个能源资源，提供灵活、智能的电力资源调度解决方案，不仅提升了电力管理的智能化水平，而且支持能源系统的高效、可靠和经济运行。
2、现有的虚拟电厂控制终端主要通过分析历史负荷监测数据，建立负荷预测模型，根据建立的负荷预测模型实现电力资源的调度和控制。但是由于工厂生产需求改变等因素，只根据已建立的负荷预测模型识别电力负荷监测过程中的异常负荷数据，对实际用电需求和规律改变的适应性较差，使得建立的负荷预测模型不能总是符合实际异常负荷数据特征和规律，容易误将人为调节的实际用电需求识别为负荷异常数据，导致监测结果的不准确，影响工厂等系统的正常运行。
3、因此，如何优化负荷预测模型，使得电力系统的监测结果更加准确成为亟需解决的问题。
技术实现思路
1、有鉴于此，本发明实施例提供了一种可实现新型负荷监测功能的虚拟电厂控制终端，以解决如何优化负荷预测模型，使得电力系统的监测结果更加准确的问题。
2、本发明实施例中提供了一种可实现新型负荷监测功能的虚拟电厂控制终端，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下方法：
3、针对虚拟电厂监测的任一电力系统，采集所述电力系统在预设时段内每个采样时刻的电力负荷数据，组成负荷监测数据序列；
4、获取初始负荷预测模型，利用初始负荷预测模型对预设时段内的电力负荷数据进行预测，得到初始负荷预测数据序列，根据所述初始负荷预测数据序列和所述负荷监测数据序列的数据差异获取所述负荷监测数据序列的异常程度；
5、当所述负荷监测数据序列的异常程度大于设定异常程度阈值时，根据所述负荷监测数据序列的电力负荷数据波动，获取所述负荷监测数据序列的稳定程度，利用所述负荷监测数据序列的稳定程度对所述初始负荷预测模型进行优化，得到优化负荷预测模型；
6、利用优化负荷预测模型对预设时段内的电力负荷数据进行预测，得到优化负荷预测数据序列，根据所述优化负荷预测数据序列和所述负荷监测数据序列的数据差异，获得所述负荷监测数据序列中每个电力负荷数据的异常可能性指标，根据所述负荷监测数据序列中每个电力负荷数据的异常可能性指标对所述电力系统进行负荷异常监测。
7、优选的，在获取所述负荷监测数据序列的异常程度之后，还包括：
8、当所述负荷监测数据序列的异常程度小于或等于设定异常程度阈值时，根据所述初始负荷预测数据序列和所述负荷监测数据序列之间的数据差异，获得所述负荷监测数据序列中每个电力负荷数据的异常可能性指标，根据所述负荷监测数据序列中每个电力负荷数据的异常可能性指标对所述电力系统进行负荷异常监测。
9、优选的，所述根据所述初始负荷预测数据序列和所述负荷监测数据序列的数据差异获取所述负荷监测数据序列的异常程度，包括：
10、针对所述负荷监测数据序列的任一电力负荷数据，获取所述初始负荷预测数据序列中与所述电力负荷数据的采样时刻对应的初始预测电力负荷数据，计算所述电力负荷数据与所述初始预测电力负荷数据之间的差值绝对值，记为所述电力负荷数据的预测差异指标；
11、获取所述负荷监测数据序列中的每个电力负荷数据的预测差异指标，对所有预测差异指标进行累加，得到对应的累加值，对所述累加值进行归一化处理，得到所述负荷监测数据序列的异常程度。
12、优选的，所述根据所述负荷监测数据序列的电力负荷数据波动，获取所述负荷监测数据序列的稳定程度，包括：
13、针对所述负荷监测数据序列中的任一电力负荷数据，构建以所述电力负荷数据为起始时刻的预设长度的时间窗口，根据所述时间窗口内的电力负荷数据获取所述电力负荷数据对应的时间窗口的稳定性指标；
14、根据所述电力负荷数据对应的时间窗口中电力负荷数据的波动情况，获取所述电力负荷数据的正常可能性指标；
15、获取所述负荷监测数据序列中每个电力负荷数据的正常可能性指标和对应的时间窗口的稳定性指标，根据所述负荷监测数据序列中每个电力负荷数据的正常可能性指标和对应的时间窗口的稳定性指标，获取所述负荷监测数据序列的稳定程度。
16、优选的，所述根据所述时间窗口内的电力负荷数据获取所述电力负荷数据对应的时间窗口的稳定性指标，包括：
17、获取所述电力负荷数据对应的时间窗口内电力负荷数据的标准差，计算所述标准差与常数1的第一相加结果，获取第一相加结果的倒数作为所述电力负荷数据对应的时间窗口的稳定性指标。
18、优选的，所述根据所述电力负荷数据对应的时间窗口中电力负荷数据的波动情况，获取所述电力负荷数据的正常可能性指标，包括：
19、当所述电力负荷数据对应的时间窗口的稳定性指标大于或等于预设的稳定性指标阈值时，所述电力负荷数据的正常可能性指标为预设值；
20、当所述电力负荷数据对应的时间窗口的稳定性指标小于预设的稳定性指标阈值时，分别计算所述电力负荷数据对应的时间窗口内每两个相邻电力负荷数据的差值，对应得到差值序列，分别获取所述差值序列中每两个相邻差值的差值绝对值，对应得到差值绝对值的累加值，计算所述差值绝对值的累加值与常数1的第二相加结果，对所述第二相加结果的倒数进行归一化处理得到所述电力负荷数据的正常可能性指标。
21、优选的，所述根据所述负荷监测数据序列中每个电力负荷数据的正常可能性指标和对应的时间窗口的稳定性指标，获取所述负荷监测数据序列的稳定程度，包括：
22、分别获取所述负荷监测数据序列中每个电力负荷数据的正常可能性指标和对应的时间窗口的稳定性指标之间的相加结果，累计所有相加结果，得到相加结果的累加值，对所述相加结果的累加值进行归一化处理，得到所述负荷监测数据序列的稳定程度。
23、优选的，所述利用所述负荷监测数据序列的稳定程度对所述初始负荷预测模型进行优化，得到优化负荷预测模型，包括：
24、获取所述初始负荷预测模型的滞后系数作为第一滞后系数，根据所述负荷监测数据序列中的电力负荷数据构建实时预测模型，对应得到第二滞后系数，将所述负荷监测数据序列的稳定程度作为所述第二滞后系数的权重系数，将常数1与所述负荷监测数据序列的稳定程度的差值作为所述第一滞后系数的权重系数，对所述第一滞后系数和所述第二滞后系数进行加权求和，得到的加权求和结果作为优化滞后系数，将所述初始负荷预测模型的滞后系数调整为所述优化滞后系数，对应得到优化负荷预测模型。
25、优选的，所述根据所述优化负荷预测数据序列和所述负荷监测数据序列的数据差异，获得所述负荷监测数据序列中每个电力负荷数据的异常可能性指标，包括：
26、针对所述负荷监测数据序列的任一电力负荷数据，获取所述优化负荷预测数据序列中与所述电力负荷数据的采样时刻对应的优化预测电力负荷数据，计算所述电力负荷数据与所述优化预测电力负荷数据的差值的绝对值，对所述差值的绝对值进行归一化处理，得到的归一化结果作为所述电力负荷数据的异常可能性指标。
27、优选的，所述根据负荷监测数据序列中每个电力负荷数据的异常可能性指标对所述电力系统进行负荷异常监测，包括：
28、当所述负荷监测数据序列中所有的电力负荷数据的异常可能性指标都小于设定的异常可能性指标阈值时，则确定所述电力系统在所述预设时段内处于正常状态；当所述负荷监测数据序列中存在任意一个电力负荷数据的异常可能性指标大于或等于设定的异常可能性指标阈值时，则确定所述电力系统在所述预设时段出现负荷异常。
29、本发明实施例与现有技术相比存在的有益效果是：
30、本发明针对虚拟电厂监测的任一电力系统，采集所述电力系统在预设时段内每个采样时刻的电力负荷数据，组成负荷监测数据序列；获取初始负荷预测模型，利用初始负荷预测模型对预设时段内的电力负荷数据进行预测，得到初始负荷预测数据序列，根据所述初始负荷预测数据序列和所述负荷监测数据序列的数据差异获取所述负荷监测数据序列的异常程度；当所述负荷监测数据序列的异常程度大于设定异常程度阈值时，根据所述负荷监测数据序列的电力负荷数据波动，获取所述负荷监测数据序列的稳定程度，利用所述负荷监测数据序列的稳定程度对所述初始负荷预测模型进行优化，得到优化负荷预测模型；利用优化负荷预测模型对预设时段内的电力负荷数据进行预测，得到优化负荷预测数据序列，根据所述优化负荷预测数据序列和所述负荷监测数据序列的数据差异，获得所述负荷监测数据序列中每个电力负荷数据的异常可能性指标，根据所述负荷监测数据序列中每个电力负荷数据的异常可能性指标对所述电力系统进行负荷异常监测。本发明通过分析异常负荷数据与人为调度数据的稳定性和变化特征，区分人为调度数据造成的电力负荷数据变化和真实异常造成的电力负荷数据变化，并根据负荷监测数据的稳定性变化特征对负荷预测模型进行优化，获得更准确的预测结果，提高了预测模型对实际用电需求变化的适应性，使得电力系统的监测结果更加准确。
1.一种可实现新型负荷监测功能的虚拟电厂控制终端，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如下方法：
2.根据权利要求1所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，在获取所述负荷监测数据序列的异常程度之后，还包括：
3.根据权利要求1所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述根据所述初始负荷预测数据序列和所述负荷监测数据序列的数据差异获取所述负荷监测数据序列的异常程度，包括：
4.根据权利要求1所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述根据所述负荷监测数据序列的电力负荷数据波动，获取所述负荷监测数据序列的稳定程度，包括：
5.根据权利要求4所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述根据所述时间窗口内的电力负荷数据获取所述电力负荷数据对应的时间窗口的稳定性指标，包括：
6.根据权利要求4所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述根据所述电力负荷数据对应的时间窗口中电力负荷数据的波动情况，获取所述电力负荷数据的正常可能性指标，包括：
7.根据权利要求4所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述根据所述负荷监测数据序列中每个电力负荷数据的正常可能性指标和对应的时间窗口的稳定性指标，获取所述负荷监测数据序列的稳定程度，包括：
8.根据权利要求1所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述利用所述负荷监测数据序列的稳定程度对所述初始负荷预测模型进行优化，得到优化负荷预测模型，包括：
9.根据权利要求1所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述根据所述优化负荷预测数据序列和所述负荷监测数据序列的数据差异，获得所述负荷监测数据序列中每个电力负荷数据的异常可能性指标，包括：
10.根据权利要求1所述的可实现新型负荷监测功能的虚拟电厂控制终端，其特征在于，所述根据负荷监测数据序列中每个电力负荷数据的异常可能性指标对所述电力系统进行负荷异常监测，包括：
