用电负荷预测与高峰关注辅助系统
下一小时，
负荷在什么范围？
预测下一小时平均功率的范围，标出上界触及关注线的时段。让用电管理从单个数值，走向有依据的提前观察。
一天的用电，预测与实际一起看。
2012 年训练 · 2013 年校准 · 2014 年回放
四种校准方式，固定同一个预测模型。
01 / VALUE & EVIDENCE
提前关注高峰，
先把预测质量说清楚。
整体覆盖接近目标，仍要单独检查高峰遗漏。
这是公开数据上的前期探索，尚未证明节电收益。
下一小时可能有多高？
用区间补充单个预测值，呈现误差可能带来的上下波动。
哪些小时先看一眼？
以用户关注线对照预测上界，列出可点开的小时与触线依据。
这个范围过去可靠吗？
把整体、高峰、月份和客户差异一起看，给提示保留解释边界。
高峰覆盖改善 1.45 个百分点，
4 / 12 客户仍然下降。
从滚动校准的 80.65% 到状态分组校准的 82.10%。整体覆盖为 89.86% → 89.93%，相对区间宽度为 27.02% → 26.85%。平均改善仍不足以说明每个客户都适用。
实际高负荷时段覆盖
此处“高负荷”按客户 2012 年实际负荷的 90% 分位数定义，只用于事后评价，与工作台的用户关注线不同。不会用当小时真实值决定预测区间。
查看 4 个下降客户与下一步
MT_306、MT_365、MT_275、MT_331 的高峰覆盖低于滚动校准。后续需解释样本支持与状态变化，冻结方法后在新增客户上检验是否仍有改善。
四种方法，同一套记录
2014 年 · 12 客户宏平均名义覆盖目标为 90%，时间序列的实测覆盖不构成任意时段的可靠性保证。
查看月份变化与全部 12 客户评价
可靠性也会随月份变化。
当前客户 · 状态分组校准 · 2014 年
虚线为 90% 名义覆盖目标。高峰覆盖按各月实际高负荷样本统计，样本少时可能波动更大；月度变化不能直接解释为季节原因，也不保证任意小时的可靠性。
进一步看，每个客户都有自己的波动。
当前方法的全年评价；点击“查看负荷”回到对应客户曲线。
| 匿名客户 | 整体覆盖 | 高峰覆盖 | 高峰样本 | 相对区间宽度 | 负荷记录 |
|---|---|---|---|---|---|
| 正在读取客户评价… | |||||
相对区间宽度＝平均区间宽度 ÷ 客户训练期平均功率。高峰样本数量因客户而异。12 客户及 2014 年结果已用于前期开发，不是冻结后的独立验证；后续将在新增客户上按冻结协议检验稳定性。
02 / LOAD EXPLORER
选一天，逐小时读懂预测。
页面按已发生的一天回放：每个小时的预测
在前一小时发布，随后与实际平均功率核对。
正在载入经核验的逐小时记录…
UCI · 前期历史回放关注线可按观察需要自行调整；初始值参考该客户训练期小时功率的 95% 分位数。
—
当日观测
依据你设定的关注线
载入后将呈现当日曲线与关注时段。
负荷与预测区间
单位 kW · 横轴为小时结束时刻
哪些小时需要关注？
橙色时段满足“预测上界 ≥ 关注线”；点击查看完整读数。
关注线是个人设置的观察参考。预测上界触线不代表设备过载，也不能替代容量与现场判断。
展开逐小时记录
| 小时结束时刻 | 实际 / kW | 预测 / kW | 区间 / kW | 观察提示 |
|---|
历史数据按原始葡萄牙当地时间标签展示；每小时取四个 15 分钟功率读数的平均值。夏令时转换日及受其影响的输入记录已排除。日期间隔可能不连续。
HOW TO READ
四种读数，各有用途。
- 预测值
- 前一小时给出的下一小时平均功率估计，不是未来实际读数。
- 预测区间
- 根据过去预测误差校准的上下界。90% 是覆盖目标，实际可能落在范围之外。
- 关注提示
- 上界触线意味着存在值得观察的偏高可能；预测值触线表示点预测本身也已到线。
- 实际与覆盖
- 事后核对实际平均功率是否在区间内。一天的覆盖不能代表长期可靠性。
03 / IMPLEMENTATION
从公开记录出发，
把工具一步步做实。
已完成数据、实验与分析界面。
下一阶段重点：新增客户验证与质量回退。
整理连续的用电记录
统一功率单位与小时边界，识别首个正值前的连续零前缀、夏令时与缺失记录，保留可追溯的处理说明。
四个 15 分钟读数 → 小时均功率预测下一小时的负荷
从历史滞后值、过去 24 小时的均值与波动、小时及星期特征出发，用岭回归建立基础预测。
37 项特征 + 1 项截距让区间跟随用电状态
利用过去 28 天的预测误差滚动校准，按预测负荷状态分组；当分组样本不足 60 个，回退到全局滚动区间。
先预测，再更新误差把质量带回日常观察
同时展示预测范围、关注线与历史覆盖。发现高峰遗漏与客户差异，再据此完善质量回退和分析报告。
关注提示与质量报告
用过去误差，
校准下一小时。
按预测负荷划分低、中、高状态，使用过去 28 天的误差估计范围。分组支持不足 60 个样本时，回退到全局滚动校准。
只使用预测发布时已经出现的信息从一个电表，
走向一栋楼的日常。
从白昼到夜间，让日常用电更易观察。
探索校园及中小公共建筑的轻量分析方式。
实际接入需要获得电表数据授权，并确认建筑用途、容量与记录方式。当前分析页面使用公开匿名客户的历史记录。
概念场景 · 非实际设备读数接入一块电表前，
先确认记录口径。
时间标签、功率单位、采样频率与缺失情况需要先核验；建筑用途和容量信息用于解释关注提示。拟取得授权后，在校园或中小公共建筑开展试接入。
电表连接、数据上传及自动报告均属于后续开发内容。
查看实施安排前期成果可查看，
后续目标可验收。
已完成公开数据清洗、四方法对照、12 客户逐小时回放、月份评价与数据导出。当前页面读取已计算的结果。
锁定新增客户、清洗与评价协议
开发并冻结状态校准与质量回退
在新增客户上开展冻结验证
开发上传分析与自动报告
可用性测试及授权数据试接入
复现材料、验收与成果整理
04 / OPEN & TRACEABLE
公开起点，
透明边界。
数据与方法有出处，结果与限制一起呈现。
Artur Trindade · 2015 · CC BY 4.0
370 个匿名客户，2011—2014 年 15 分钟功率数据。前期选择 12 客户，2012 年训练、2013 年校准、2014 年回放。
这些研究为时间序列区间校准提供参考。当前四种方法是明确实现的轻量基线，未宣称完整复现上述算法。
公开客户没有建筑用途、设备容量与电价信息。当前结果不代表校园实际效果；尚未开展节电收益或设备安全验证。