负荷预测模型创建方法及装置、电力负荷预测方法及装置制造方法及图纸

技术编号:20868207 阅读:14 留言:0更新日期:2019-04-17 09:40
本申请实施例提供了一种负荷预测模型创建方法及装置、电力负荷预测方法及装置。所述负荷预测模型创建方法包括:获取历史电力负荷特征数据和对应的历史条件数据;确定历史电力负荷特征数据和历史条件数据的分布特征;根据分布特征,建立至少一种初始预测模型;初始预测模型包括历史电力负荷特征数据和历史条件数据之间的关联关系;根据历史电力负荷特征数据和历史条件数据,确定每种初始预测模型是否满足预设的误差条件;根据满足误差条件的初始预测模型,确定出电力负荷预测模型。本申请实施例简化了算法,提高了建模的效率,避免了过拟合现象,使得所创建的电力负荷预测模型的结构简单且拟合效果较好,有利于实现对未来的电力负荷的精确预测。

【技术实现步骤摘要】
负荷预测模型创建方法及装置、电力负荷预测方法及装置
本申请涉及电力负荷检测
,具体而言,本申请涉及一种负荷预测模型创建方法及装置、电力负荷预测方法及装置。
技术介绍
负荷预测是根据系统的运行特征、增容决策、自然条件与社会影响等诸多因数,在满足一定精度要求的条件下,确定未来某特定时刻的负荷数据,其中负荷是指电力需求量(功率)或用电量。电力负荷预测是电力系统经济调度中的一项重要内容,是能量管理系统(EMS)的一个重要模块,准确的负荷预测,可以经济合理地安排电网内部发电机组的启停,保持电网运行的安全稳定性,减少不必要的旋转储备容量,合理安排机组检修计划,保障社会的正常生产和生活,有效地降低发电成本,提高经济效益和社会效益。随着电力市场的发展,负荷预测的重要性日益显现,并且对负荷预测精度的要求越来越高。传统的电力负荷预测方法主要分为经典预测方法和现代预测方法,目前常用的电力负荷预测方法对线性问题的拟合效果控制起来比较复杂,得出的预测结果往往准确度不高;某些算法模型建立起来需要消耗较长的时间,对计算机的性能要求也很严苛,且经常会出现过拟合的现象。
技术实现思路
本申请针对现有方式的缺点,提出一种负荷预测模型创建方法及装置、电力负荷预测方法及装置,用以解决现有技术存在的算法复杂、易出现过拟合且预测结果精度不高的技术问题。第一方面,本申请实施例提供了一种负荷预测模型创建方法,包括:获取历史电力负荷特征数据和对应的历史条件数据;确定历史电力负荷特征数据和历史条件数据的分布特征;根据分布特征,建立至少一种初始预测模型;初始预测模型包括历史电力负荷特征数据和历史条件数据之间的关联关系;根据历史电力负荷特征数据和历史条件数据,确定每种初始预测模型是否满足预设的误差条件;根据满足误差条件的初始预测模型,确定出电力负荷预测模型。第二方面,本申请实施例提供了一种负荷预测模型创建装置,包括:数据获取模块,用于获取历史电力负荷特征数据和对应的历史条件数据;第一模型确定模块,用于确定历史电力负荷特征数据和历史条件数据的分布特征;根据分布特征,建立至少一种初始预测模型;初始预测模型包括历史电力负荷特征数据和历史条件数据之间的关联关系;第二模型确定模块,用于根据历史电力负荷特征数据和历史条件数据,确定每种初始预测模型是否满足预设的误差条件;根据满足误差条件的初始预测模型,确定出电力负荷预测模型。第三方面,本申请实施例提供了一种负荷预测模型创建设备,包括:存储器和处理器,存储器存储有计算机程序,该计算机程序由处理器执行以实现本申请实施例第一方面提供的负荷预测模型创建方法。第四方面,本申请实施例提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现本申请实施例第一方面提供的负荷预测模型创建方法。第五方面,本申请实施例提供了一种电力负荷预测方法,包括:获取条件数据;根据本申请实施例第一方面提供的负荷预测模型创建方法创建出的电力负荷预测模型,对条件数据对应的电力负荷数据进行预测。第六方面,本申请实施例提供了一种电力负荷预测装置,包括:数据获取模块,用于获取条件数据;预测模块,用于根据本申请实施例第一方面提供的负荷预测模型创建装置创建出的电力负荷预测模型,对条件数据对应的电力负荷数据进行预测。第七方面,本申请实施例提供了一种电力负荷预测设备,包括:存储器和处理器,存储器存储有计算机程序,该计算机程序由处理器执行以实现本申请实施例第五方面提供的电力负荷预测方法。第八方面,本申请实施例提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现本申请实施例第五方面提供的电力负荷预测方法。本申请实施例提供的技术方案,至少具有如下有益效果:1)本申请实施例通过确定历史电力负荷特征数据和对应的历史条件数据的分布特征,基于该分布即可建立相应的初始预测模型,在初始预测模型的基础上,进而通过判断初始预测模型是否满足预设的误差条件即可确定出所需的电力负荷预测模型,而不需要对历史数据进行大量的拟合计算或训练,大大简化了算法,适用于大多数的计算机,并提高了建模的效率;2)由于无需进行拟合计算,同时也有效避免了现有技术中存在的过拟合现象,也避免了过拟合现象对模型精度的影响,使得所创建的电力负荷预测模型的结构简单且拟合效果较好,有利于实现对未来的电力负荷的精确预测。本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:图1为本申请实施例提供的一种负荷预测模型创建方法的流程示意图;图2为本申请实施例提供的本申请实施例提供的负荷预测模型创建方法的一种可选实施方式的展开流程示意图;图3为本申请实施例的一个示例中某园区7月份的电力负荷变化曲线图;图4为本申请实施例的另一个示例中某园区的电力负荷的数据分布图;图5为本申请经实施例提供的负荷预测模型创建方法创建出的一种电力负荷预测模型的拟合曲线效果示意图;图6为本申请经实施例提供的负荷预测模型创建方法创建出的另一种电力负荷预测模型的拟合曲线效果示意图;图7为本申请实施例提供的一种电力负荷预测方法的流程示意图;图8为本申请实施例提供的另一种电力负荷预测方法的流程示意图;图9为本申请实施例提供的一种负荷预测模型创建装置的结构框架示意图;图10为本申请实施例提供的一种电力负荷预测装置的结构框架示意图;图11为本申请实施例提供的另一种电力负荷预测装置的结构框架示意图;图12为本申请实施例提供的一种负荷预测模型创建设备的结构框架示意图;图13为本申请实施例提供的一种电力负荷预测设备的结构框架示意图。具体实施方式下面详细描述本申请,本申请实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的部件或具有相同或类似功能的部件。此外,如果已知技术的详细描述对于示出的本申请的特征是不必要的,则将其省略。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。本
技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。本
技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下本文档来自技高网
...

【技术保护点】
1.一种负荷预测模型创建方法,其特征在于,包括:获取历史电力负荷特征数据和对应的历史条件数据;确定所述历史电力负荷特征数据和所述历史条件数据的分布特征;根据所述分布特征,建立至少一种初始预测模型;所述初始预测模型包括所述历史电力负荷特征数据和所述历史条件数据之间的关联关系;根据所述历史电力负荷特征数据和所述历史条件数据,确定每种所述初始预测模型是否满足预设的误差条件;根据满足所述误差条件的所述初始预测模型,确定出电力负荷预测模型。

【技术特征摘要】
1.一种负荷预测模型创建方法,其特征在于,包括:获取历史电力负荷特征数据和对应的历史条件数据;确定所述历史电力负荷特征数据和所述历史条件数据的分布特征;根据所述分布特征,建立至少一种初始预测模型;所述初始预测模型包括所述历史电力负荷特征数据和所述历史条件数据之间的关联关系;根据所述历史电力负荷特征数据和所述历史条件数据,确定每种所述初始预测模型是否满足预设的误差条件;根据满足所述误差条件的所述初始预测模型,确定出电力负荷预测模型。2.根据权利要求1所述的创建方法,其特征在于,所述获取历史电力负荷特征数据,包括:获取历史电力负荷数据,判断所述历史电力负荷数据中是否存在异常数据;若所述历史电力负荷数据中存在所述异常数据,则对历史电力负荷数据进行预处理,得到所述历史电力负荷特征数据;若所述历史电力负荷数据中不存在所述异常数据,则将所述历史电力负荷数据作为所述历史电力负荷特征数据。3.根据权利要求1所述的创建方法,其特征在于,所述根据满足所述误差条件的所述初始预测模型,确定出电力负荷预测模型,包括:将满足所述误差条件次数最多的一种所述初始预测模型作为所述电力负荷预测模型。4.根据权利要求1所述的创建方法,其特征在于,所述根据所述分布特征,建立至少一种初始预测模型,包括:根据所述分布特征,确定符合所述关联关系的函数类型;根据所述历史电力负荷特征数据和所述历史条件数据,确定至少一组与所述函数类型对应的函数参数;将所述至少一组函数参数对应的函数分别作为至少一种初始预测模型。5.根据权利要求4所述的创建方法,其特征在于,所述根据所述历史电力负荷特征数据和所述历史条件数据,确定每种所述初始预测模型是否满足预设的误差条件,包括:将每个所述历史条件数据输入至少一种所述初始预测模型中;对于每个所述历史条件数据,根据至少一种所述初始预测模型对所述历史条件数据对应的电力负荷进行预测,得到至少一个历史电力负荷预测数据;将每个所述历史条件数据对应的至少一个历史电力负荷预测数据分别与同一所述历史条件数据对应的所述历史电力负荷特征数据进行对比,确定每个所述历史电力负荷预测数据的误差;判断每个所述历史电力负荷预测数据的误差是否小于预设的第一误差阈值。6.根据权利要求5所述的创建方法,其特征在于,所述根据满足所述误差条件的所述初始预测模型,确定出电力负荷预测模型,包括:在小于所述第一误差阈值的所...

【专利技术属性】
技术研发人员:葛梦华张卫
申请(专利权)人:北京天诚同创电气有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 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。

1