本发明专利技术适用于能源技术领域，提供了一种供热负荷预测方法及装置，该方法包括：根据时间序列的供热负荷数据，获取待预测时刻的相似时刻数据；根据所述相似时刻数据，获取所述相似时刻数据对应的相似时刻特征；采用长短期记忆网络对所述相似时刻数据进行处理，获取所述相似时刻数据的时序特征；采用多层前馈网络对所述相似时刻特征和所述时序特征进行处理，获取所述待预测时刻的预测供热负荷。本发明专利技术可有效弥补负荷预测不准确的缺点，解决预测偏差大的问题，同时准确的预测结果利于后续工作的调度优化；该方法整体运算简单，保证了预测的准确性、便捷性和迅速性，提升了整体处理速度，节约了处理资源。
A method and device of heating load prediction
【技术实现步骤摘要】
一种供热负荷预测方法及装置
本专利技术属于能源
，尤其涉及一种供热负荷预测方法及装置。
技术介绍
供热负荷是供热公司为用户提供热量能力的度量，是衡量供热公司提供热量的能力的重要指标。目前蒸汽供应用户分为工业、商业、居民、办公等，不同用户的蒸汽负荷、负荷量级、负荷特点都不尽相同，负荷预测的准确性关乎优化调度以及运营策略。现实中的负荷预测的方法很多，比如指数平滑、差分整合移动平均自回归模型(AutoregressiveIntegratedMovingAveragemodel)等，但均存在负荷预测方法单一、准确性欠佳、预测偏差较大等问题。针对上述这一问题，亟需一种解决负荷预测准确性差的新方法。
技术实现思路
有鉴于此，本专利技术实施例提供了一种供热负荷预测方法、装置、终端设备及计算机可读存储介质，以解决现有技术中无法准确预测供热负荷的技术问题。本专利技术实施例的第一方面，提供了一种供热负荷预测方法，包括：根据时间序列的供热负荷数据，获取待预测时刻的相似时刻数据；根据所述相似时刻数据，获取所述相似时刻数据对应的相似时刻特征；采用长短期记忆网络对所述相似时刻数据进行处理，获取所述相似时刻数据的时序特征；采用多层前馈网络对所述相似时刻特征和所述时序特征进行处理，获取所述待预测时刻的预测供热负荷。本专利技术实施例的第二方面，提供了一种供热负荷预测装置，包括：相似时刻数据获取模块，用于根据时间序列的供热负荷数据，获取待预测时刻的相似时刻数据；相似时刻特征获取模块，用于根据所述相似时刻数据，获取所述相似时刻数据对应的相似时刻特征；时序特征获取模块，用于采用长短期记忆网络对所述相似时刻数据进行处理，获取所述相似时刻数据的时序特征；预测负荷获取模块；用于采用多层前馈网络对所述相似时刻特征和所述时序特征进行处理，获取所述待预测时刻的预测供热负荷。本专利技术实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述供热负荷预测方法的步骤。本专利技术实施例的第四方面，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，所述计算机程序被处理器执行时实现所述供热负荷预测方法的步骤。本专利技术实施例提供的一种供热负荷预测方法的有益效果至少在于：本专利技术可有效弥补负荷预测不准确的缺点，解决预测偏差大的问题，同时准确的预测结果利于后续工作的调度优化；该方法整体运算简单，保证了预测的准确性、便捷性和迅速性，提升了整体处理速度，节约了处理资源，保证了该方案的科学性。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术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它的附图。图1是本专利技术实施例提供的供热负荷预测方法的实现流程示意图一；图2是本专利技术实施例提供的供热负荷预测方法中获取待预测时刻的相似时刻数据的实现流程示意图一；图3是本专利技术实施例提供的供热负荷预测方法中获取待预测时刻的相似时刻数据的实现流程示意图二；图4是本专利技术实施例提供的供热负荷预测方法中确定所述初始相似时刻数据为异常数据的实现流程示意图；图5是本专利技术实施例提供的供热负荷预测方法的实现流程示意图二；图6是本专利技术实施例提供的供热负荷预测方法中对初始长短期记忆网络和初始多层前馈网络进行训练的实现流程示意图；图7是本专利技术实施例提供的供热负荷预测方法中对经过训练的长短期记忆网络和多层前馈网络进行测试的实现流程示意图；图8是本专利技术实施例提供的供热负荷预测装置的示意图一；图9是本专利技术实施例提供的供热负荷预测装置中相似时刻数据获取模块的示意图；图10是本专利技术实施例提供的供热负荷预测装置中相似时刻数据获取单元的示意图；图11是本专利技术实施例提供的供热负荷预测装置的示意图二；图12是本专利技术实施例提供的供热负荷预测装置中网络训练模块的示意图；图13是本专利技术实施例提供的供热负荷预测装置中预测结果测试单元的示意图；图14是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。基于所描述的本专利技术的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。参阅图1，是本专利技术实施例提供的供热负荷预测方法的实现流程示意图一，该方法可以包括：步骤S10：根据时间序列的供热负荷数据，获取待预测时刻的相似时刻数据。进一步地，为了获取相似时刻数据，需要获取时间序列的供热负荷数据。请参阅图2，是本专利技术实施例提供的供热负荷预测方法中获取待预测时刻的相似时刻数据的实现流程示意图一，在本实施例中，获取时间序列的供热负荷数据；根据预设规则，从所述时间序列的供热负荷数据中提取出待预测时刻的初始相似时刻数据；对所述初始相似时刻数据进行预处理，以对所述初始相似时刻数据进行修正，获取相似时刻数据。获取相似时刻数据的一种方式可以包括如下步骤：步骤S101：获取时间序列的供热负荷数据。例如，时间序列数据可以为每天24个数据，即每个小时一个数据。应当理解的是，具体时间数据的选择是根据需要进行的，此处不做本文档来自技高网...
【技术保护点】
1.一种供热负荷预测方法，其特征在于，包括：/n根据时间序列的供热负荷数据，获取待预测时刻的相似时刻数据；/n根据所述相似时刻数据，获取所述相似时刻数据对应的相似时刻特征；/n采用长短期记忆网络对所述相似时刻数据进行处理，获取所述相似时刻数据的时序特征；/n采用多层前馈网络对所述相似时刻特征和所述时序特征进行处理，获取所述待预测时刻的预测供热负荷。/n
【技术特征摘要】
1.一种供热负荷预测方法，其特征在于，包括：
根据时间序列的供热负荷数据，获取待预测时刻的相似时刻数据；
根据所述相似时刻数据，获取所述相似时刻数据对应的相似时刻特征；
采用长短期记忆网络对所述相似时刻数据进行处理，获取所述相似时刻数据的时序特征；
采用多层前馈网络对所述相似时刻特征和所述时序特征进行处理，获取所述待预测时刻的预测供热负荷。
2.如权利要求1所述的供热负荷预测方法，其特征在于，所述根据时间序列的供热负荷数据，获取待预测时刻的相似时刻数据，包括：
获取时间序列的供热负荷数据；
根据预设规则，从所述时间序列的供热负荷数据中提取出待预测时刻的初始相似时刻数据；
对所述初始相似时刻数据进行预处理，以对所述初始相似时刻数据进行修正，获取相似时刻数据。
3.如权利要求2所述的供热负荷预测方法，其特征在于，所述根据预设规则，从所述时间序列的供热负荷数据中提取出待预测时刻的初始相似时刻数据步骤中，根据待预测时刻，从所述时间序列的供热负荷数据中获取以下供热负荷数据中的至少一种：所述待预测时刻前预设天数每天同一时刻的供热负荷数据，所述待预测时刻前预设周数每周同一时刻的供热负荷数据，所述待预测时刻前预设月数每月同一时刻的供热负荷数据，所述待预测时刻前预设年数每年同一时刻的供热负荷数据。
4.如权利要求2所述的供热负荷预测方法，其特征在于，所述对所述初始相似时刻数据进行预处理，以对所述初始相似时刻数据进行修正，获取相似时刻数据，包括：
获取所述初始相似时刻数据的供热负荷平均值以及供热负荷值方差，所述供热负荷平均值以及供热负荷值方差的获取方式为：
其中，xn,i表征第n天第i时刻的所述供热负荷值，表征所述供热负荷平均值，表征所述供热负荷值方差；
根据所述供热负荷平均值和所述供热负荷值方差，确定所述初始相似时刻数据中的异常数据；
对所述异常数据进行修正，以获取经过修正的相似时刻数据，修正的方式为：
其中，表征第n天第i时刻的供热负荷修正值，表征所述供热负荷值前后m个同类单位时间第i时刻的供热负荷值，表征前后p个相似单位时间第i时刻的供热负荷值。
5.如权利要求4所述的供热负荷预测方法，其特征在于，所述根据所述供热负荷平均值和供热负荷值方差，确定所述初始相似时刻数据中的异常数据，包括：
判断所述初始相似时刻数据的供热负荷值与所述供热负荷平均值的差值是否大于预设倍数的供热负荷标准差；
若所述初始相似时刻数据的供热负荷值与所述供热负荷平均值的差值大于预设倍数的供热负荷标准差，则确定所述初始相似时刻数据为异常数据。
6.如权利要求1所述的供热负荷预测方法，其...
【专利技术属性】
技术研发人员：刘胜伟，
申请(专利权)人：新奥数能科技有限公司，
类型：发明
国别省市：北京;11
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。