一种热负荷预测方法、装置、可读介质及电子设备制造方法及图纸

本发明专利技术公开了热负荷预测方法及装置，方法包括：设置多种预测状态及对应的误差阈值，形成预测模型；预测模型预测目标蒸汽用户在多个测试时间段内使用锅炉蒸汽时分别对应的第一热负荷量级；根据各个第一热负荷量级确定各个测试时间段分别对应的相对预测误差；根据各相对预测误差形成状态转移概率矩阵，根据状态转移概率矩阵确定各个未来时间段相对于各种预测状态的状态概率；预测模型预测各未来时间段分别对应的第二热负荷量级；针对于每个未来时间段，根据其对应的第二热负荷量级、其相对于各种预测状态的状态概率及各种预测状态分别对应的误差阈值，确定其对应的热负荷区间。通过本发明专利技术的技术方案，可方便后续对锅炉蒸汽进行更为高效的调度。

A Thermal Load Prediction Method, Device, Readable Media and Electronic Equipment

The invention discloses a heat load forecasting method and device, which includes: setting various forecasting States and corresponding error thresholds to form a forecasting model; forecasting model to predict the first heat load level corresponding to the target steam user when using boiler steam in multiple test periods; and determining the corresponding relative forecasting of each test period according to each first heat load level. Error; Form state transition probability matrix according to relative prediction errors, determine the state probability of each future period relative to each prediction state according to the state transition probability matrix; Predict the second heat load level corresponding to each future period by the prediction model; For each future period, according to its corresponding second heat load level, its relative to various prediction states. The state probability of States and the corresponding error thresholds of various predicted states are determined to determine their corresponding heat load intervals. The technical scheme of the present invention can facilitate more efficient scheduling of boiler steam in the follow-up.

【技术实现步骤摘要】
一种热负荷预测方法、装置、可读介质及电子设备
本专利技术涉及电气工程
，尤其涉及一种热负荷预测方法、装置、可读介质及电子设备。
技术介绍
为了实现对蒸汽设备蒸汽进行高效调度，通常需要对蒸汽用户在各个未来时间段内使用蒸汽时所对应的热负荷进行预测。目前，通常利用自回归积分滑动平均模型(AutoregressiveIntegratedMovingAverageModel,ARIMA模型)对蒸汽用户在各个未来时间段内使用蒸汽设备蒸汽时所分别对应的热负荷量级进行预测。ARIMA模型仅能对蒸汽用户在各个未来时间段内使用蒸汽时所对应的热负荷量级进行预测时，即预测到一个具体的值，对于在多个连续的历史时间段内无规律使用蒸汽设备蒸汽的蒸汽用户而言，其预测的一个或多个热负荷量级，与该蒸汽用户在相应未来时间段内实际使用蒸汽设备蒸汽时所对应的当前热负荷量级之间可能存在较大的差异，发生单点误差过大现象，导致后续过程中无法对蒸汽设备蒸汽进行高效调度。
技术实现思路
本专利技术提供一种热负荷预测方法、装置、可读介质及电子设备，可实现对蒸汽用户在各个未来时间段内使用蒸汽设备蒸汽时所分别对应的热负荷区间进行预测，方便后续过程中对蒸汽设备蒸汽进行更为高效的调度。第一方面，本专利技术提供了一种热负荷预测方法，包括：设置多种预测状态及其分别对应的误差阈值，形成目标蒸汽用户所对应的预测模型；调用所述预测模型预测所述目标蒸汽用户在多个测试时间段内使用蒸汽设备蒸汽时所分别对应的第一热负荷量级；根据各个所述测试时间段分别对应的第一热负荷量级确定各个所述测试时间段所分别对应的相对预测误差；根据各个所述测试时间段所分别对应的相对预测误差及各个所述预测状态所分别对应的误差阈值形成状态转移概率矩阵，并根据所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的状态置信概率；调用所述预测模型预测所述目标用户在各个所述未来时间段内使用蒸汽设备蒸汽时所分别对应的第二热负荷量级；针对于每一个所述未来时间段，根据所述未来时间段所对应的第二热负荷量级、所述未来时间段相对于各种所述预测状态的状态置信概率以及各种所述预测状态所分别对应的误差阈值，确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间。优选地，所述根据各个所述测试时间段分别对应的第一热负荷量级确定各个所述测试时间段所分别对应的相对预测误差，包括：获取所述目标蒸汽用户在各个所述测试时间段使用蒸汽设备蒸汽时所分别对应的实际热负荷量级；通过如下公式1计算各个所述测试时间段所分别对应的相对预测误差：其中，Ei表征第i个测试时间段所对应的相对预测误差、Fi表征第i个测试时间段所对应的实际热负荷量级、fi表征第i个测试时间段所对应的第一热负荷量级。优选地，所述根据各个所述测试时间段所分别对应的相对预测误差及各个所述预测状态所分别对应的误差阈值形成状态转移概率矩阵，并根据所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的状态置信概率，包括：根据各个所述测试时间段所分别对应的相对预测误差、各种所述预测状态分别对应对应的误差阈值确定每一个所述测试时间段所分别对应的可信预测状态；根据每两个相邻的所述测试时间段所分别对应的可信预测状态，确定各种预测状态转移类型所分别对应的状态转移次数；根据每一种所述状态转移类型分别对应的状态转移次数确定每一种所述状态转移类型所分别对应的状态转移概率；利用每一种所述状态转移类型分别对应的状态转移概率组成状态转移概率矩阵；确定当前时间段相对于各种所述预测状态的初始概率矩阵；根据所述初始概率矩阵及所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的置信概率。优选地，所述根据所述初始概率矩阵及所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的置信概率，包括：通过如下公式2计算各个未来时间段相对于各种所述预测状态的置信概率矩阵：X(n)＝X(0)*Pn(2)其中，X(n)表征以当前时间段的截止时间点为起始时间点的第n个未来时间段相对于各种所述预测状态的置信概率矩阵、X(0)表征当前时间段对应的初始概率矩阵、P表征所述状态转移概率矩阵；针对于每一个所述未来时间段，从所述未来时间段所对应的置信概率矩阵中提取所述未来时间段相对各种所述预测状态的置信概率。优选地，所述根据所述未来时间段所对应的第二热负荷量级、所述未来时间段相对于各种所述预测状态的状态置信概率以及各种所述预测状态所分别对应的误差阈值，确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间，包括：从所述未来时间段相对于各种所述预测状态的置信概率中确定出最大置信概率；将所述最大置信概率所对应的预测状态确定为目标预测状态；根据所述目标预测状态所对应的误差阈值以及所述未来时间段所对应的第二热负荷量级确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间。优选地，所述根据所述目标预测状态所对应的误差阈值以及所述未来时间段所对应的第二热负荷量级确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间，包括：通过如下公式3计算所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的上临界值及临界值：y＝Y/(1+e)(3)其中，y表征所述未来时间段所对应的上临界值或下临界值、Y表所述未来时间段所对应的第二热负荷量级、e表征所述目标预测状态所对应的误差阈值的上极值或下极值；根据所述上临界值及所述下临界值确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间。优选地，所述多种预测状态具体包括：极度高估状态、高估状态、正常状态、低估状态及极度低估状态；其中，所述极度高估状态所对应的误差阈值具体为大于10％；所述高估状态所对应的误差阈值具体为大于5％且不大于10％；所述正常状态所对应的误差阈值具体为不小于-5％且不大于5％；所述低估状态所对应的误差阈值具体为不小于-10％且小于-5％；所述极度低估状态所对应的误差阈值具体为小于-10％。第二方面，本专利技术提供了一种热负荷预测装置，包括：预处理模块，用于设置多种预测状态及其分别对应的误差阈值，形成目标蒸汽用户所对应的预测模型；模型调用模块，用于调用所述预测模型预测所述目标蒸汽用户在多个测试时间段内使用蒸汽设备蒸汽时所分别对应的第一热负荷量级；调用所述预测模型预测所述目标用户在各个所述未来时间段内使用蒸汽设备蒸汽时所分别对应的第二热负荷量级；误差处理模块，用于根据各个所述测试时间段分别对应的第一热负荷量级确定各个所述测试时间段所分别对应的相对预测误差；状态概率确定模块，根据各个所述测试时间段所分别对应的相对预测误差及各个所述预测状态所分别对应的误差阈值形成状态转移概率矩阵，并根据所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的状态置信概率；热负荷区间预测模块，用于针对于每一个所述未来时间段，根据所述未来时间段所对应的第二热负荷量级、所述未来时间段相对于各种所述预测状态的状态置信概率以及各种所述预测状态所分别对应的误差阈值，确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间。第三方面，本专利技术提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述本文档来自技高网...

【技术保护点】
1.一种热负荷预测方法，其特征在于，包括：设置多种预测状态及其分别对应的误差阈值，形成目标蒸汽用户所对应的预测模型；调用所述预测模型预测所述目标蒸汽用户在多个测试时间段内使用蒸汽设备蒸汽时所分别对应的第一热负荷量级；根据各个所述测试时间段分别对应的第一热负荷量级确定各个所述测试时间段所分别对应的相对预测误差；根据各个所述测试时间段所分别对应的相对预测误差及各个所述预测状态所分别对应的误差阈值形成状态转移概率矩阵，并根据所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的状态置信概率；调用所述预测模型预测所述目标用户在各个所述未来时间段内使用蒸汽设备蒸汽时所分别对应的第二热负荷量级；针对于每一个所述未来时间段，根据所述未来时间段所对应的第二热负荷量级、所述未来时间段相对于各种所述预测状态的状态置信概率以及各种所述预测状态所分别对应的误差阈值，确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间。

【技术特征摘要】
1.一种热负荷预测方法，其特征在于，包括：设置多种预测状态及其分别对应的误差阈值，形成目标蒸汽用户所对应的预测模型；调用所述预测模型预测所述目标蒸汽用户在多个测试时间段内使用蒸汽设备蒸汽时所分别对应的第一热负荷量级；根据各个所述测试时间段分别对应的第一热负荷量级确定各个所述测试时间段所分别对应的相对预测误差；根据各个所述测试时间段所分别对应的相对预测误差及各个所述预测状态所分别对应的误差阈值形成状态转移概率矩阵，并根据所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的状态置信概率；调用所述预测模型预测所述目标用户在各个所述未来时间段内使用蒸汽设备蒸汽时所分别对应的第二热负荷量级；针对于每一个所述未来时间段，根据所述未来时间段所对应的第二热负荷量级、所述未来时间段相对于各种所述预测状态的状态置信概率以及各种所述预测状态所分别对应的误差阈值，确定所述目标蒸汽用户在所述未来时间段内使用蒸汽设备蒸汽时所对应的热负荷区间。2.根据权利要求1所述的方法，其特征在于，所述根据各个所述测试时间段分别对应的第一热负荷量级确定各个所述测试时间段所分别对应的相对预测误差，包括：获取所述目标蒸汽用户在各个所述测试时间段使用蒸汽设备蒸汽时所分别对应的实际热负荷量级；通过如下公式1计算各个所述测试时间段所分别对应的相对预测误差：其中，Ei表征第i个测试时间段所对应的相对预测误差、Fi表征第i个测试时间段所对应的实际热负荷量级、fi表征第i个测试时间段所对应的第一热负荷量级。3.根据权利要求2所述的方法，其特征在于，所述根据各个所述测试时间段所分别对应的相对预测误差及各个所述预测状态所分别对应的误差阈值形成状态转移概率矩阵，并根据所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的状态置信概率，包括：根据各个所述测试时间段所分别对应的相对预测误差、各种所述预测状态分别对应的误差阈值确定每一个所述测试时间段所分别对应的可信预测状态；根据每两个相邻的所述测试时间段所分别对应的可信预测状态，确定各种预测状态转移类型所分别对应的状态转移次数；根据每一种所述状态转移类型分别对应的状态转移次数确定每一种所述状态转移类型所分别对应的状态转移概率；利用每一种所述状态转移类型分别对应的状态转移概率组成状态转移概率矩阵；确定当前时间段相对于各种所述预测状态的初始概率矩阵；根据所述初始概率矩阵及所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的置信概率。4.根据权利要求3所述的方法，其特征在于，所述根据所述初始概率矩阵及所述状态转移概率矩阵确定各个未来时间段相对于各种所述预测状态的置信概率，包括：通过如下公式2计算各个未来时间段相对于各种所述预测状态的置信概率矩阵：X(n)＝X(0)*Pn(2)其中，X(n)表征以当前时间段的截止时间点为起始时间点的第n个未来时间段相对于各种所述预测状态的置信概率矩阵、X(0)表征当前时间段对应的初始概率矩阵、P表征所述状态转移概率矩阵；针对于每一个所述未来时间段，从所述未来时间段所对应的置信概率矩阵中提取所述未来时间段相对各种所述预测状态的置信概率。5.根据权利要求1所述的方法，其特征在于，所述根据所述未来时间段所对应的第二热负荷量级、所述未来时间段相对...

【专利技术属性】
技术研发人员：刘胜伟，黄信，
申请(专利权)人：新智数字科技有限公司，
类型：发明
国别省市：河北,13