【技术实现步骤摘要】
本专利技术涉及电网负荷预测，特别是涉及一种基于ai的电力负荷预测方法、系统、设备及介质。
技术介绍
1、负荷预测是电网调度部门的主要工作之一，日负荷预测结果作为电厂日前机组开机计划的重要参考依据因此对电网的安全稳定运行有着至关重要的作用。
2、随着当代工业的快速发展建设，电网终端的负荷类型与规模变得更为复杂和多样，上级调度机构对日负荷预测的准确率也提出了更高的要求，但由于电网日负荷预测的结果必须提前24小时上报，因此日负荷预测工作需要快速高效且综合客观地考虑天气、电网发展规模这些负荷相关要素。
3、目前，全社会用电负荷与所处地区的天气、气象以及电网规模等因素间具有高度非线性关系，无法依赖人工经验对地区全社会用电负荷进行快速精准的预测。
技术实现思路
1、本专利技术要解决的技术问题是：解决现有技术负荷预测不够精准不够快的问题。
2、为了解决上述技术问题，本专利技术提供了一种基于ai的电力负荷预测方法，所述方法包括以下步骤：
3、获取原始数据集，所述原始数据集为气象数据，所述气象数据包括雨量、气温、气压、风速，将所述原始数据集转化为衍生数据集，所述衍生数据集为直接影响到电力负荷的数据，所述直接影响到电力负荷的数据包括供冷需求、供热需求、集热需求；
4、采用主成分分析法对衍生数据集进行数据降维处理，生成降维后的衍生数据集；
5、使用分布结构pso-svr算法对所述降维后的衍生数据集的历史数据和电力负荷的历史数据进行训
6、更进一步地，所述方法还包括：
7、采用智能算法对所述电力负荷预测模型进行优化。
8、更进一步地，所述智能算法算法为遗传算法。
9、更进一步地，所述分布结构pso-svr算法的编程语言为python。
10、更进一步地，所述原始数据集还包括节假日、工作日等日期属性数据，以考虑这些因素对电力负荷的影响。
11、更进一步地，所述分布结构pso-svr算法采用自适应学习率和自适应惯性权重机制。
12、根据本专利技术的另一方面提供一种基于ai的电力负荷预测装置，包括：
13、数据采集模块，获取原始数据集，所述原始数据集为气象数据，所述气象数据包括雨量、气温、气压、风速，将所述原始数据集转化为衍生数据集，所述衍生数据集为直接影响到电力负荷的数据，所述直接影响到电力负荷的数据包括供冷需求、供热需求、集热需求；
14、数据处理模块，采用主成分分析法对衍生数据集进行数据降维处理，生成降维后的衍生数据集；
15、分布结构机器学习算法模块；用于使用分布结构pso-svr算法对所述降维后的衍生数据集的历史数据和电力负荷的历史数据进行训练得到电力负荷预测模型。
16、更进一步地，所述装置还包括：模型优化模块；用于采用智能算法对所述电力负荷预测模型进行优化。
17、根据本专利技术的另一方面，提供了一种电子设备，包括：至少一个处理器，以及与该至少一个处理器通信连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本专利技术实施例中任一电缆设施的数字孪生模型的处理方法。
18、根据本专利技术的另一方面，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，该计算机指令用于使计算机执行本专利技术实施例中任一电缆设施的数字孪生模型的处理方法。
19、本专利技术实施例一种基于ai的电力负荷预测方法与现有技术相比，其有益效果在于：
20、本专利技术实施例通过智能化地处理气象数据得到与电力负荷高度相关的数据，然后通过与电力负荷高度相关的数据和电力负荷的关系训练出具有快速响应速度和预测精度的电力负荷预测模型，该电力负荷预测模型提高了电力负荷预测的准确性和效率。
本文档来自技高网...【技术保护点】
1.一种基于AI的电力负荷预测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的电力负荷预测方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的电力负荷预测方法，其特征在于，所述智能算法为遗传算法。
4.根据权利要求1所述的电力负荷预测方法，其特征在于，所述分布结构PSO-SVR算法的编程语言为Python。
5.根据权利要求1所述的电力负荷预测方法，其特征在于，所述原始数据集还包括节假日、工作日等日期属性数据，以考虑这些因素对电力负荷的影响。
6.根据权利要求1所述的电力负荷预测方法，其特征在于，所述分布结构PSO-SVR算法采用自适应学习率和自适应惯性权重机制。
7.一种基于AI的电力负荷预测装置，其特征在于，包括：
8.根据权利要求7所述的电力负荷预测装置，其特征在于，所述装置还包括：
9.一种电子设备，其特征在于，包括：至少一个处理器，以及与该至少一个处理器通信连接的存储器；
10.一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
...【技术特征摘要】
1.一种基于ai的电力负荷预测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的电力负荷预测方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的电力负荷预测方法，其特征在于，所述智能算法为遗传算法。
4.根据权利要求1所述的电力负荷预测方法，其特征在于，所述分布结构pso-svr算法的编程语言为python。
5.根据权利要求1所述的电力负荷预测方法，其特征在于，所述原始数据集还包括节假日、工作日等日期属性数据，以考虑这些因素对电力负荷的影响。
<...【专利技术属性】
技术研发人员：杨伟峰，李娜，钱旭涛，伍倩，俞超逸，
申请(专利权)人：国网浙江省电力有限公司杭州市临平区供电公司，
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。