一种变电站负荷预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种变电站负荷预测方法、装置、设备及存储介质，包括：获取变电站对应的目标运行数据，将目标运行数据输入至预先构建的负荷预测模型中；负荷预测模型根据变电站对应的历史运行数据训练得到，历史运行数据包括历史环境数据，以及历史变电站负荷数据；通过负荷预测模型输出与目标运行数据对应的目标负荷预测结果；根据目标负荷预测结果，对变电站中的设备进行维护。本发明专利技术实施例的技术方案可以提高负荷预测结果的精准度。以提高负荷预测结果的精准度。以提高负荷预测结果的精准度。

【技术实现步骤摘要】
一种变电站负荷预测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及变电站
，尤其涉及一种变电站负荷预测方法、装置、设备及存储介质。

技术介绍

[0002]在变电站中最常见的问题之一便是设备发热，尤其是在负荷高的时候，设备温度会随之上升，影响设备的使用寿命，还可能由于设备出现故障从而导致停电事故的发生。因此，对变电站的负荷进行预测是延长设备寿命及降低停电风险的重要手段。
[0003]现有技术中在对变电站负荷进行预测时，通常是基于变电站中设备的负荷数据，利用自适应深度信念网络对变电站负荷进行预测；或者通过采集电网拓扑结构数据，利用因子分析算法构建短期负荷预测模型。
[0004]但是，现有的变电站负荷预测方法考虑的因素单一，导致负荷预测结果精准度较低。

技术实现思路

[0005]本专利技术实施例提供一种变电站负荷预测方法、装置、设备及存储介质，可以提高负荷预测结果的精准度。
[0006]第一方面，本专利技术实施例提供了一种变电站负荷预测方法，该方法包括：
[0007]获取变电站对应的目标运行数据，将所述目标运行数据输入至预先构建的负荷预测模型中；所述负荷预测模型根据变电站对应的历史运行数据训练得到，所述历史运行数据包括历史环境数据，以及历史变电站负荷数据；
[0008]通过所述负荷预测模型输出与所述目标运行数据对应的目标负荷预测结果；
[0009]根据所述目标负荷预测结果，对变电站中的设备进行维护。
[0010]第二方面，本专利技术实施例还提供了一种变电站负荷预测装置，该装置包括：
[0011]数据获取模块，用于获取变电站对应的目标运行数据，将所述目标运行数据输入至预先构建的负荷预测模型中；所述负荷预测模型根据变电站对应的历史运行数据训练得到，所述历史运行数据包括历史环境数据，以及历史变电站负荷数据；
[0012]结果输出模块，用于通过所述负荷预测模型输出与所述目标运行数据对应的目标负荷预测结果；
[0013]设备维护模块，用于根据所述目标负荷预测结果，对变电站中的设备进行维护。
[0014]第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0015]一个或多个处理器；
[0016]存储装置，用于存储一个或多个程序；
[0017]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器执行所述程序时实现本专利技术任意实施例提供的变电站负荷预测方法。
[0018]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存
储介质存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例提供的变电站负荷预测方法。
[0019]第五方面，本专利技术实施例还提供了一种计算机程序产品，所述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本专利技术任意实施例提供的变电站负荷预测方法。
[0020]本专利技术实施例的技术方案通过获取变电站对应的目标运行数据，将目标运行数据输入至预先构建的负荷预测模型中，通过负荷预测模型输出与目标运行数据对应的目标负荷预测结果，根据目标负荷预测结果对变电站中的设备进行维护的技术手段，可以提高负荷预测结果的精准度，降低变电站中设备发生故障的概率。
[0021]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术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
[0022]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是根据本专利技术实施例一提供的一种变电站负荷预测方法的流程图；
[0024]图2是根据本专利技术实施例二提供的一种变电站负荷预测方法的流程图；
[0025]图3是根据本专利技术实施例三提供的一种变电站负荷预测方法的流程图；
[0026]图4是根据本专利技术实施例四提供的一种变电站负荷预测装置的结构示意图；
[0027]图5是实现本专利技术实施例的变电站负荷预测方法的电子设备的结构示意图。
具体实施方式
[0028]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0029]实施例一
[0030]图1为本专利技术实施例一提供的一种变电站负荷预测方法的流程图，本实施例可适用于对变电站的负荷进行预测的情况，该方法可以由变电站负荷预测装置来执行。所述变电站负荷预测装置可以由软件和/或硬件来实现，一般可以集成在具有数据处理功能的电子设备(例如终端或者服务器)中，具体包括如下步骤：
[0031]步骤110、获取变电站对应的目标运行数据，将所述目标运行数据输入至预先构建的负荷预测模型中。
[0032]在此步骤中，所述目标运行数据可以为变电站当前时刻下对应的负荷数据以及环境数据，所述环境数据可以为变电站中设备所处环境的温度数据以及季节数据等。获取到变电站对应的目标运行数据后，可以将所述目标运行数据输入至负荷预测模型中。
[0033]在本实施例中，所述负荷预测模型用于针对变电站的当前运行数据，对变电站在未来时间段内的负荷数据进行预测。其中，所述负荷预测模型可以根据变电站对应的历史
运行数据训练得到，所述历史运行数据包括历史环境数据，以及历史变电站负荷数据。所述历史环境数据可以为历史时间段内，变电站中设备所处环境的温度数据以及季节数据等。所述历史变电站负荷数据可以为历史时间段内，变电站对应的负荷数据。
[0034]在一个具体的实施例中，可以使用变电站对应的多个历史运行数据，对预设的机器学习模型进行训练，得到所述负荷预测模型。
[0035]步骤120、通过所述负荷预测模型输出与所述目标运行数据对应的目标负荷预测结果。
[0036]在本实施例中，将所述目标运行数据输入至负荷预测模型后，负荷预测模型可以根据预先训练好的模型参数，对目标运行数据进行处理，得到与目标运行数据对应的目标负荷预测结果。
[0037]步骤130、根据所述目标负荷预测结果，对变电站中的设备进行维护。
[0038]在此步骤中，通过负荷预测模型输出目标负荷预测结果后，如果目标负荷预测结果数值较大，即变电站中设备发热概率较高时，可以采取预设措施对变电站中的设备进行维护。具体的，可以由变电站运行人员加大对高负荷时段下变电站的巡视力度，降低变电站中设备发生故障的概率。
[0039]在本实施例中，由于变电站中的环境数据会对设备的工作状态(例如工作频率、负荷等)有一定的影响，通过结合变电站的历史环境数据以及历史负荷数据，共同训练得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站负荷预测方法，其特征在于，所述方法包括：获取变电站对应的目标运行数据，将所述目标运行数据输入至预先构建的负荷预测模型中；所述负荷预测模型根据变电站对应的历史运行数据训练得到，所述历史运行数据包括历史环境数据，以及历史变电站负荷数据；通过所述负荷预测模型输出与所述目标运行数据对应的目标负荷预测结果；根据所述目标负荷预测结果，对变电站中的设备进行维护。2.根据权利要求1所述方法，其特征在于，在获取变电站对应的目标运行数据之前，还包括：获取与变电站对应的多个历史运行数据，将各所述历史运行数据作为模型输入数据，将与各所述模型输入数据对应的负荷预测结果作为模型输出数据；根据各所述模型输入数据以及模型输出数据，构建得到所述负荷预测模型。3.根据权利要求2所述的方法，其特征在于，在将与各所述模型输入数据对应的负荷预测结果作为模型输出数据之前，还包括：根据各所述模型输入数据，以及预设的多个模型参数，构建模型输入函数；根据所述模型输入函数，以及各所述模型输入数据，确定与各所述模型参数对应的参数值；根据各所述模型参数对应的参数值，以及各所述模型输入数据，计算与各模型输入数据对应的负荷预测结果。4.根据权利要求3所述的方法，其特征在于，根据所述模型输入函数，以及各所述模型输入数据，确定与各所述模型参数对应的参数值，包括：计算与所述模型输入数据对应的数据平均值，以及数据标准差；根据所述数据平均值、数据标准差以及各所述模型输入数据，采用梯度下降算法确定与各所述模型参数对应的参数值。5.根据权利要求4所述方法，其特征在于，采用梯度下降算法确定与各所述模型参数对应的参数值，包括：根据预设的学习速率，对模型参数对应的参数值进行迭代更新，并将模型输入函数最小...

【专利技术属性】
技术研发人员：黄书健，杨茂强，施理成，蔡素雄，刘焕辉，赖咏，刘俊威，彭威望，季高炜，李海发，郑梓瑶，
申请(专利权)人：广东电网有限责任公司惠州供电局，
类型：发明
国别省市：