负荷确定方法、模型训练方法、装置以及电子设备制造方法及图纸

本公开提供了负荷确定方法、模型训练方法、装置以及电子设备，涉及人工智能、计算机技术领域，尤其涉及工业大数据领域。具体实现方案为：确定预设区域中集中式光伏在预设时间段内的第一负荷；以及根据第一负荷，确定预设区域中的分布式光伏在预设时间段内的目标负荷。域中的分布式光伏在预设时间段内的目标负荷。域中的分布式光伏在预设时间段内的目标负荷。

【技术实现步骤摘要】
负荷确定方法、模型训练方法、装置以及电子设备


[0001]本公开涉及人工智能、计算机
，尤其涉及工业大数据领域，具体地，涉及一种负荷确定方法、模型训练方法、装置以及电子设备。

技术介绍

[0002]分布式光伏发电是一种在用户场地附近建设，运行方式为用户侧自发自用、多余电量上网，且在配电系统中执行平衡调节的光伏发电设施。分布式光伏发电是指采用光伏组件，将太阳能直接转换为电能的分布式发电系统。分布式光伏发电是一种新型的、具有广阔发展前景的发电和能源综合利用方式，不仅能够有效提高同等规模光伏电站的发电量，还可有效解决电力在升压及长途运输中的损耗问题。

技术实现思路

[0003]本公开提供了一种负荷确定方法、模型训练方法、装置以及电子设备。
[0004]根据本公开的一方面，提供了一种负荷确定方法，包括：确定预设区域中集中式光伏在预设时间段内的第一负荷；以及根据所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷。
[0005]根据本公开的另一方面，提供了一种模型训练方法，包括：获取第一历史负荷和第二历史负荷，其中，所述第一历史负荷表征预设区域中的集中式光伏在历史时间段内的负荷，所述第二历史负荷表征所述预设区域中的分布式光伏在所述历史时间段内的负荷；将所述第一历史负荷输入待训练的预测模型，得到与所述第一历史负荷相对应的预测负荷；以及利用所述第二历史负荷和所述预测负荷训练所述预测模型。
[0006]根据本公开的另一方面，提供了一种负荷确定装置，包括：第一确定模块，用于确定预设区域中集中式光伏在预设时间段内的第一负荷；以及第二确定模块，用于根据所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷。
[0007]根据本公开的另一方面，提供了一种模型训练装置，包括：获取模块，用于获取第一历史负荷和第二历史负荷，其中，所述第一历史负荷表征预设区域中的集中式光伏在历史时间段内的负荷，所述第二历史负荷表征所述预设区域中的分布式光伏在所述历史时间段内的负荷；输入模块，用于将所述第一历史负荷输入待训练的预测模型，得到与所述第一历史负荷相对应的预测负荷；以及训练模块，用于利用所述第二历史负荷和所述预测负荷训练所述预测模型。
[0008]根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开所述的负荷确定方法、模型训练方法。
[0009]根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开所述的负荷确定方法、模型
训练方法。
[0010]根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开所述的负荷确定方法、模型训练方法。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0013]图1示意性示出了根据本公开实施例的可以应用负荷确定方法及装置或模型训练方法及装置的示例性系统架构；
[0014]图2示意性示出了根据本公开实施例的负荷确定方法的流程图；
[0015]图3示意性示出了根据本公开实施例的模型训练方法的流程图；
[0016]图4示意性示出了根据本公开实施例负荷确定方法的示例性应用图；
[0017]图5示意性示出了根据本公开实施例的负荷确定装置的框图；
[0018]图6示意性示出了根据本公开实施例的模型训练装置的框图；以及
[0019]图7示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
[0020]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0021]在本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。
[0022]光伏是太阳能光伏发电系统的简称，是一种利用太阳电池半导体材料的光伏效应，将太阳光辐射能直接转换为电能的发电系统，有独立运行和并网运行两种方式。光伏可以分为两类，一种是集中式光伏，如大型西北地面光伏发电系统；另一种是分布式光伏(以＞6MW为分界)，如民居屋顶光伏发电系统。在与光伏相关的母线负荷预测系统中，通常的母线负荷预测流程是根据母线的历史负荷数据，结合天气数据、检修计划等，构建模型，对其进行负荷预测。建模技术通常分为专家经验法、统计学方法以及机器学习方法等。专家经验法是指专家根据天气预报数据，如温度、光照等的变化，对未来的负荷影响进行预估；或者通过对用电单位的调查，以及用电计划来对未来的负荷进行相应的调整，从而达到预测的目的。统计学方法通常是指通过统计学知识对历史负荷数据以及外部环境数据进行统计分析，再通过参数估计、回归等技术对未来负荷进行预测，常用的方法通常包括ARMA(Auto
‑
Regressive and Moving Average，自回归滑动平均)以及多元线性回归等。机器学习方法在电力系统的应用是近年来的热门应用，主要是针对某条母线的历史负荷、天气等特征，使用XGBoost等树模型进行建模，或者使用LSTM(Long Short
‑
Term Memory，长短期记忆网络)等循环神经网络模型建模。
[0023]某条母线(例如220kv母线)的负荷数据通常是由多条下级母线(例如110kv母线、35kv母线等)的负荷数据叠加得到。
[0024]专利技术人在实现本公开构思的过程中发现，由于分布式光伏分布广而散的特性，逐户的统计某条母线下每户的实际光伏负荷工作量巨大，故而在实际母线负荷预测中，难以进行精确的负荷预测。此外，在实际的母线负荷的预测中，只能确定某条母线下是否含有集中式光伏，对分布式光伏很少提及。故而，在实际建模时，并未单独考虑分布式光伏的因素，而是统一建模。但在实际数据表面，分布式光伏对某条母线的负荷预测出力的影响比较大，导致直接对母线进行建模的预测效果一般。
[0025]本公开提供了一种负荷确定方法、模型训练方法、装置以及电子设备。负荷确定方法包括：确定预设区域中集中式光伏在预设时间段内的第一负荷；以及根据第一负荷，确定预设区域中的分布式光伏在预设时间段内的目标负荷。
[0026]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种负荷确定方法，包括：确定预设区域中集中式光伏在预设时间段内的第一负荷；以及根据所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷。2.根据权利要求1所述的方法，还包括：确定所述预设区域在所述预设时间段内的环境信息；以及根据所述环境信息和所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷。3.根据权利要求1所述的方法，其中，所述根据所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷包括：根据所述集中式光伏的光伏数目和所述第一负荷，确定所述集中式光伏中的每个光伏的第二负荷；以及将所述第二负荷确定为所述分布式光伏在所述预设时间段内的目标负荷。4.根据权利要求1所述的方法，其中，所述预设区域中包括第一数目个分布式光伏；所述根据所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷包括：在所述第一数目小于或等于第一预设阈值的情况下，针对每个所述分布式光伏，根据所述第一负荷，确定所述分布式光伏的第三负荷；以及将所述第三负荷确定为所述分布式光伏在所述预设时间段内的目标负荷。5.根据权利要求1所述的方法，其中，所述预设区域中包括第二数目个分布式光伏；所述根据所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷包括：在所述第二数目大于第二预设阈值的情况下，将所述第二数目个分布式光伏划分为多个分布式光伏集合；针对每个所述分布式光伏集合，根据所述第一负荷，确定所述分布式光伏集合的第四负荷；以及将所述第四负荷确定为与所述分布式光伏集合相对应的分布式光伏在所述预设时间段内的目标负荷。6.根据权利要求1至5中任一所述的方法，还包括：在与目标母线相关联的光伏包括至少一个分布式光伏的情况下，确定与所述至少一个分布式光伏相对应的至少一个目标负荷；以及根据所述至少一个目标负荷，确定所述目标母线的负荷。7.根据权利要求1至6中任一所述的方法，还包括：在与目标母线相关联的光伏包括至少一个分布式光伏和至少一个集中式光伏的情况下，确定与所述至少一个分布式光伏相对应的至少一个目标负荷，以及与所述至少一个集中式光伏相对应的至少一个第一负荷；以及根据所述至少一个目标负荷和所述至少一个第一负荷，确定所述目标母线的负荷。8.根据权利要求1至7中任一所述的方法，其中，所述目标负荷是利用预测模型得到的。9.一种模型训练方法，包括：
获取第一历史负荷和第二历史负荷，其中，所述第一历史负荷表征预设区域中的集中式光伏在历史时间段内的负荷，所述第二历史负荷表征所述预设区域中的分布式光伏在所述历史时间段内的负荷；将所述第一历史负荷输入待训练的预测模型，得到与所述第一历史负荷相对应的预测负荷；以及利用所述第二历史负荷和所述预测负荷训练所述预测模型。10.一种负荷确定装置，包括：第一确定模块，用于确定预设区域中集中式光伏在预设时间段内的第一负荷；以及第二确定模块，用于根据所述第一负荷，确定所述预设区域中的分布式光伏在所述预设时间段内的目标负荷。11.根据权利要求10所述的装置，还包括：第三确定模块，用于确定所述预设区域在所述预设时间段内的环境信息；以及第四确定模块，用于根据所述环境信息...

【专利技术属性】
技术研发人员：杨海华，田伦，张硕，杨敬，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：