电力负荷预测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质，应用于电力系统技术领域。所述方法包括：获取当前时刻之前的预设时间段内的m个历史负荷数据，m为大于1的整数；从所述m个历史负荷数据中获取多个样本集合，各所述样本集合包括l

【技术实现步骤摘要】
电力负荷预测方法、装置、计算机设备和存储介质


[0001]本申请涉及电力系统
，特别是涉及一种电力负荷预测方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着科学技术的发展，电力系统的发展越来越完善。电力负荷预测在电力系统的发展过程中发挥着越来越重要的作用，电力负荷预测的结果是电力系统调度、规划和设备检修的重要依据。精准的电力负荷预测可以规划发电机组启停，优化光电、风电、水电、火电负荷分配，减少能源损耗，这对于经济可持续发展、社会效益还是环境保护都具有重大的意义。因此，如何对电力负荷进行精准预测，成为了越来越重要的问题。
[0003]传统技术中，通常需要对历史电力负荷数据进行处理，并提取特征，然后利用提取特征后的历史电力负荷数据训练机器学习模型，利用训练好的机器学习模型对电力负荷数据进行预测。
[0004]然而，由于机器学习模型训练过程复杂，且只利用历史负荷数据对机器学习模型训练一次，没有考虑电力负荷数据的动态性能，因此，使得电力负荷预测的数据不准确。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种电力负荷预测方法、装置、计算机设备和存储介质，能够及时捕获电力系统的动态变化，有效预测电力负荷数据。
[0006]第一方面，提供了一种电力负荷预测方法，该方法包括：获取当前时刻之前的预设时间段内的m个历史负荷数据，m为大于1的整数从m个历史负荷数据中获取建模样本集合，建模样本集合中包括多个建模样本，各建模样本包括l
m
个时间连续的历史负荷数据，各建模样本中的历史负荷数据的相关性大于预设的相关性阈值，l
m
为大于1的整数；基于建模样本集合计算目标电力负荷预测模型的参数；基于目标电力负荷预测模型的参数以及目标电力负荷预测模型对当前时刻之后的电力负荷数据进行预测。
[0007]在其中一个实施例中，从m个历史负荷数据中获取建模样本集合，包括：计算目标建模样本的时间序列长度l
m
，时间序列长度l
m
用于表征m个历史负荷数据中具有相关性的时间连续的历史负荷数据的最大个数；基于时间序列长度l
m
，从m个历史负荷数据中获取多个建模样本，构建建模样本集合。
[0008]在其中一个实施例中，计算目标样本集合的时间序列长度l
m
，包括：基于偏自相关系数，从m个历史负荷数据中的当前时刻对应的负荷数据开始依次计算当前负荷数据与当前时刻之前的时间连续的历史负荷数据之间的相关度；当相关度小于预设的相关度值时，确定目标样本集合的时间序列长度l
m
。
[0009]在其中一个实施例中基于时间序列长度l
m
，从m个历史负荷数据中获取多个建模样本，包括：基于m个历史负荷数据，确定候选建模样本集，其中，候选建模样本集中包括多个候选建模样本；分别计算目标样本与候选建模样本集中的多个候选建模样本的相似性指
标；基于相似性指标，从候选建模样本集中筛选与目标样本相似性指标大于预设相似性指标的候选建模样本，从而获取多个建模样本。
[0010]在其中一个实施例中，目标电力负荷预测模型为：
[0011]式中，为目标电力负荷预测模型的参数，φ
t
＝(s(t),s(t-1),
…
s(t-l
m
))为目标电力负荷预测模型的变量，s(t),s(t-1),
…
s(t-l
m
)为历史负荷数据；l
p
为预测步长，若l
p
＝1，即为单步预测，l
p
>1为多步预测，为目标电力负荷预测模型的输出。
[0012]在其中一个实施例中，基于建模样本集计算目标电力负荷预测模型的参数，包括：基于公式计算目标电力负荷预测模型的参数；
[0013]式中，为目标电力负荷预测模型的参数，φ
t
＝(s(t),s(t-1),
…
s(t-l
m
))为目标电力负荷预测模型的变量，s(t),s(t-1),
…
s(t-l
m
)为历史负荷数据，k为建模样本集中建模样本的个数，w
i
＝1-D(φ
i
,φ
t
)为相似性指标所确定的建模样本权重，D(φ
i
,φ
t
)为所述目标建模样本φ
t
与建模样本φ
i
之间的相似性指标，y
i
为所述建模样本的所对应的电力负荷值。
[0014]在其中一个实施例中，基于目标电力负荷预测模型的参数以及目标电力负荷预测模型对当前时刻之后的电力负荷书数据进行预测，包括：获取当前时刻之前的l
m
个历史负荷数据；基于目标电力负荷预测模型的参数，构建目标电力负荷预测模型；将当前时刻之前的l
m
个时间连续的历史负荷数据输入至目标电力负荷预测模型，得到预测的当前时刻之后的电力负荷数据。
[0015]第二方面，提供了一种电力负荷预测装置，装置包括：
[0016]第一获取模块，用于获取当前时刻之前的预设时间段内的m个历史负荷数据，m为大于1的整数；
[0017]第二获取模块，用于从m个历史负荷数据中获取建模样本集合，建模样本集合中包括多个建模样本，各建模样本包括l
m
个时间连续的历史负荷数据，各建模样本中的历史负荷数据的相关性大于预设的相关性阈值，l
m
为大于1的整数；
[0018]计算模块，基于建模样本集合计算目标电力负荷预测模型的参数；；
[0019]预测模块，用于基于目标电力负荷预测模型的参数以及目标电力负荷预测模型对当前时刻之后的电力负荷数据进行预测。
[0020]在其中一个实施例中，上述第二获取模块包括，计算单元和获取单元，其中：
[0021]计算单元，用于计算计算目标建模样本的时间序列长度l
m
，时间序列长度l
m
用于表征m个历史负荷数据中具有相关性的时间连续的历史负荷数据的最大个数；
[0022]获取单元，用于基于时间序列长度l
m
，从m个历史负荷数据中获取多个建模样本，构建建模样本集合。
[0023]在其中一个实施例中，上述计算单元，具体用于：基于偏自相关系数，从m个历史负荷数据中的当前时刻对应的负荷数据开始依次计算当前负荷数据与当前时刻之前的时间连续的历史负荷数据之间的相关度；当相关度小于预设的相关度值时，确定目标样本集合的时间序列长度l
m
。
[0024]在其中一个实施例中，上述获取单元，具体用于：基于m个历史负荷数据，确定候选建模样本集，其中，候选建模样本集中包括多个候选建模样本；分别计算目标样本与候选建模样本集中的多个候选建模样本的相似性指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力负荷预测方法，其特征在于，所述方法包括：获取当前时刻之前的预设时间段内的m个历史负荷数据，m为大于1的整数；从所述m个历史负荷数据中获取建模样本集合，所述建模样本集合中包括多个建模样本，各所述建模样本包括l
m
个时间连续的历史负荷数据，各所述建模样本中的历史负荷数据的相关性大于预设的相关性阈值，l
m
为大于1的整数；基于所述建模样本集合计算目标电力负荷预测模型的参数；基于所述目标电力负荷预测模型的参数以及所述目标电力负荷预测模型对所述当前时刻之后的电力负荷数据进行预测。2.根据权利要求1所述的方法，其特征在于，所述从所述m个历史负荷数据中获取建模样本集合，包括：计算目标建模样本的时间序列长度l
m
，所述时间序列长度l
m
用于表征所述m个历史负荷数据中具有相关性的时间连续的历史负荷数据的最大个数；基于所述时间序列长度l
m
，从所述m个历史负荷数据中获取多个所述建模样本，构建所述建模样本集合。3.根据权利要求2所述的方法，其特征在于，所述计算目标样本集合的时间序列长度l
m
，包括：基于偏自相关系数，从所述当前时刻对应的负荷数据开始依次计算所述当前负荷数据与当前时刻之前的时间连续的历史负荷数据之间的相关度；当所述相关度小于预设的相关度值时，确定所述目标建模样本的时间序列长度l
m
。4.根据权利要求2所述的方法，其特征在于，所述基于所述时间序列长度l
m
，从所述m个历史负荷数据中获取多个所述建模样本，包括：基于m个所述历史负荷数据，确定候选建模样本集，其中，所述候选建模样本集中包括多个候选建模样本；分别计算所述目标建模样本与所述候选建模样本集中的所述多个候选建模样本的相似性指标；基于所述相似性指标，从所述候选建模样本集中筛选与所述目标建模样本相似性指标大于预设相似性指标的候选建模样本，从而获取多个所述建模样本。5.根据权利要求1所述的方法，其特征在于，所述目标电力负荷预测模型为：式中，为所述目标电力负荷预测模型的参数，φ
t
＝(s(t),s(t-1),
…
s(t-l
m
))为所述目标电力负荷预测模型的变量，s(t),s(t-1),
…
s(t-l
m
)为历史负荷数据；l
p
为预测步长，若l
p
＝1，即为单步预测，l
p
>1为...

【专利技术属性】
技术研发人员：胡子珩，李艳，张华赢，陶骏，潘天红，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：