【技术实现步骤摘要】
本专利技术涉及电力系统领域，具体而言，涉及一种电力系统的负荷预测方法、装置与设备。
技术介绍
1、电力系统的负荷预测是指在电力系统运行的未来一段时间内，对电力系统的负荷进行预测和分析 ，以使电力系统运营者合理安排发电和输电计划，保障电力系统的稳定运行。其中，负荷预测的准确性对于电力系统的运行和规划至关重要，可以帮助电力系统运营者合理安排发电和输电计划，以提高电力系统的运行效率和稳定性。
2、相关技术中通常仅考虑单一负荷时间序列在时间维度上的暂态相关性，且基本采用固定的网络结构来学习负荷时间序列的暂时模态，这导致相关技术对于负荷预测较为片面，负荷预测的预测结果受到外界干扰的影响较大，以至于负荷预测的准确性较低。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种电力系统的负荷预测方法、装置与设备，以至少解决由于负荷预测未能考虑电力市场的动态变化，并基于电力市场动态导向进行负荷特征提取，造成的负荷预测准确性较低的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种电力系统的负荷预测方法，包括：获取电力系统在预设时间段内的初始负荷数据和电力动态数据，其中，电力动态数据用于表示电力系统所在电力市场的其他电力系统的动态负荷数据 ；利用负荷预测模型基于目标时间段和电力动态数据对初始负荷数据进行预测，得到预测结果，其中，预测结果用于表示预测到的电力系统在目标时间段内的预测负荷数据。
3、进一步地，负
4、进一步地，利用负荷预测模型基于目标时间段和电力动态数据对初始负荷数据进行预测，得到预测结果，包括：利用输入层对初始负荷数据进行分组，得到多个负荷数据组，其中，不同负荷数据组的维度不同；利用特征提取层基于电力动态数据对多个负荷数据组进行特征提取，得到多个负荷数据组的负荷特征；利用特征聚合层对多个负荷数据组的负荷特征进行特征聚合，得到多个聚合特征组，其中，不同聚合特征组之间的相关程度小于预设阈值；利用预测层基于目标时间段对多个聚合特征组进行预测，得到预测结果。
5、进一步地，利用特征提取层基于电力动态数据对多个负荷数据组进行特征提取，得到多个负荷数据组的负荷特征，包括：利用门控单元对电力动态数据进行筛选，得到筛选数据；基于筛选数据对多个负荷数据组进行特征提取，得到多个负荷数据组的负荷特征。
6、进一步地，利用门控单元对电力动态数据进行筛选，得到筛选数据，包括：对电力动态数据进行特征提取，得到动态负荷特征；利用门控单元确定电力动态数据中对动态负荷特征的影响因子；基于影响因子对动态负荷特征的影响值对动态负荷特征进行筛选，得到筛选数据。
7、进一步地，利用特征聚合层对多个负荷数据组的负荷特征进行特征聚合，得到多个聚合特征组，包括：基于预设时间段分别对多个负荷数据组中不同时间点的负荷特征进行内部聚合，得到多个负荷数据组的第一聚合特征；基于预设时间段对多个负荷数据组的不同负荷数据组中同一时间点的负荷特征进行外部聚合，得到预设时间段的第二聚合特征；对第一聚合特征和第二聚合特征进行合并，得到多个聚合特征组。
8、进一步地，利用预测层基于目标时间段对多个聚合特征组进行预测，得到预测结果，包括：基于目标时间段对多个聚合特征组中不同时间尺度的负荷特征进行预测，得到第一预测结果，其中，不同时间尺度用于表示目标时间段中的不同时间点或不同时间段；基于目标时间段分别对多个聚合特征中不同聚合特征中同一时间尺度的负荷特征进行预测，得到第二预测结果，其中，同一时间尺度用于表示目标时间段中的同一时间点或同一时间段；基于第一预测结果和第二预测结果确定预测结果。
9、进一步地，该方法还包括：获取样本负荷数据、样本负荷数据对应的标注预测负荷数据以及样本电力动态数据；利用初始负荷预测模型中的输入层对样本负荷数据进行分组，得到多个样本负荷数据组；利用初始负荷预测模型中的特征提取层基于样本电力动态数据对多个样本负荷数据组进行特征提取，得到多个样本负荷数据组的样本负荷特征；利用初始负荷预测模型中的特征聚合层对多个样本负荷数据组的样本负荷特征进行特征聚合，得到多个样本聚合特征组；利用初始负荷预测模型中的预测层基于预测时间段对多个样本聚合特征组进行预测，得到样本预测负荷数据；基于样本预测负荷数据和标注预测负荷数据对初始负荷预测模型的模型参数进行调整，得到负荷预测模型。
10、根据本专利技术实施例的一个方面，提供了一种电力系统的负荷预测装置，包括：获取模块，用于获取电力系统在预设时间段内的初始负荷数据和电力动态数据，其中，电力动态数据用于表示电力系统所在电力市场的其他电力系统的动态负荷数据；预测模块，用于利用负荷预测模型基于目标时间段和电力动态数据对初始负荷数据进行预测，得到预测结果，其中，预测结果用于表示预测到的电力系统在目标时间段内的预测负荷数据。
11、根据本专利技术实施例的另一方面，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时执行本专利技术各个实施例中的方法。
12、根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制计算机可读存储介质所在设备执行本专利技术各个实施例中的方法。
13、根据本专利技术实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本专利技术各个实施例中的方法。
14、在本专利技术实施例中，采用获取电力系统在预设时间段内初始负荷数据和电力动态数据的方式，通过负荷预测模型基于电力动态数据对初始负荷数据进行预测，达到了利用动态变化的电力系统数据进行预测的目的，从而实现了较为全面地进行负荷预测的技术效果，进而解决了由于负荷预测未能考虑电力市场的动态变化，并基于电力市场动态导向进行负荷特征提取，造成的负荷预测准确性较低的技术问题。
本文档来自技高网...【技术保护点】
1.一种电力系统的负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的电力系统的负荷预测方法，其特征在于，利用所述特征提取层基于所述电力动态数据对所述多个负荷数据组进行特征提取，得到所述多个负荷数据组的负荷特征，包括：
3.根据权利要求2所述的电力系统的负荷预测方法，其特征在于，利用门控单元对所述电力动态数据进行筛选，得到筛选数据，包括：
4.根据权利要求1所述的电力系统的负荷预测方法，其特征在于，利用所述特征聚合层对所述多个负荷数据组的负荷特征进行特征聚合，得到多个聚合特征组，包括：
5.根据权利要求1所述的电力系统的负荷预测方法，其特征在于，利用所述预测层基于目标时间段对所述多个聚合特征组进行预测，得到预测结果，包括：
6.根据权利要求1所述的电力系统的负荷预测方法，其特征在于，所述方法还包括：
7.一种电力系统的负荷预测装置，其特征在于，包括：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的可执行程序，其中，在
10.一种计算机程序产品，其特征在于，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权利要求1至7中任意一项所述的方法。
...【技术特征摘要】
1.一种电力系统的负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的电力系统的负荷预测方法，其特征在于，利用所述特征提取层基于所述电力动态数据对所述多个负荷数据组进行特征提取，得到所述多个负荷数据组的负荷特征，包括：
3.根据权利要求2所述的电力系统的负荷预测方法，其特征在于，利用门控单元对所述电力动态数据进行筛选，得到筛选数据，包括：
4.根据权利要求1所述的电力系统的负荷预测方法，其特征在于，利用所述特征聚合层对所述多个负荷数据组的负荷特征进行特征聚合，得到多个聚合特征组，包括：
5.根据权利要求1所述的电力系统的负荷预测方法，其特征在于，利用...
【专利技术属性】
技术研发人员：郑伟钦，何胜红，陈志平，姚积坤，唐鹤，莫靖，马欣，钟炜，金向朝，徐朋江，谭家勇，倪非非，张勇，张哲铭，谭泳岚，吴洁璇，王俊波，梁志斌，贺俊良，张峰，钟嘉燊，
申请(专利权)人：广东电网有限责任公司佛山供电局，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。