用电负荷预测与高峰关注辅助系统
看见负荷，
也看见它的边界。
用一个预测范围，理解下一小时的用电波动。
从日常观察到高峰关注，让每一次判断都有依据。
每一条曲线，都有一个范围。
将方法放进连续的用电时间里，
检验它在不同客户与高峰中的表现。
01 / LOAD EXPLORER
一日负荷，清楚看见。
选择客户与日期，观察预测范围如何随负荷变化。
当前回放 2014 年公开记录，未接入实时电表。
正在载入经核验的逐小时记录…
UCI · 公开历史数据—
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
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。
02 / CALIBRATION QUALITY
范围的价值，
由覆盖与宽度一起回答。
整体表现之外，更关心高负荷时段是否被遗漏。
同一预测模型，比较四种区间校准方式。
高峰覆盖有所改善，
仍有需要解释的差异。
状态分组校准与滚动校准相比，高峰覆盖增加 1.45 个百分点；12 个客户中有 4 个客户下降。这提示我们：一项平均改善，也需要在每个客户上复核。
实际高负荷时段覆盖
“高负荷”按客户 2012 年实际负荷的 90% 分位数定义，属于事后评价；不会用当小时真实值决定预测区间。
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。
可靠性也会随月份变化。
当前客户 · 状态分组校准 · 2014 年
高峰覆盖按各月实际高负荷样本统计。样本少的月份可能波动更大，不能将月度变化直接解释为季节原因。
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，前期结果用于开发与可行性验证；后续将冻结方法，在新增客户上检验稳定性。
03 / PROJECT APPROACH
轻量的方法，
完整的观察链路。
为校园及中小公共建筑管理场景探索一条
可理解、可复核、可逐步接入的分析路径。
整理连续的用电记录
统一功率单位与小时边界，识别启用前补零、夏令时与缺失记录，保留可追溯的数据处理说明。
数据质量规则预测下一小时的负荷
从历史滞后值、近期波动和日历特征出发，用岭回归建立计算成本可控的基础预测。
38 项历史与日历特征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
一个数值，
是一种判断。
一个范围，是更多依据。
用历史误差校准预测范围，让“可能偏离多少”与“预测是多少”一起呈现。
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 · 非实际设备读数从前期验证，
走向可复用的工具。
已完成公开数据整理、12 客户逐小时实验与当前分析页面。真实校园电表接入、上传分析服务与现场可用性验证，将在后续获得数据授权后开展。
新增客户，冻结评价协议
完善预测与校准模块
检验新客户与质量回退
开发上传分析与报告
可用性测试及授权数据试接入
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。