一种负荷预测方法及装置制造方法及图纸

本发明专利技术适用于能源技术领域，提供了一种负荷预测方法及装置，该方法包括：对获取的综合能源系统原始数据进行预处理，获取经过预处理的影响因素数据；然后对影响因素数据进行特征提取，以获取影响因素数据对应的特征向量；最后对所述特征向量进行解码，获取特征向量对应的负荷预测值。本发明专利技术具有降低数据复杂程度和提升模型泛化能力的优点，同时采用了自采样处理，避免数据的过拟合，增加了数据处理的鲁棒性，提高了整体数据处理的准确性，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，节约了处理资源。

A load forecasting method and device

【技术实现步骤摘要】
一种负荷预测方法及装置
本专利技术属于能源
，尤其涉及一种负荷预测方法及装置。
技术介绍
随着社会的不断发展，冷热电三联供系统作为一种新型的综合能源系统，不仅能够满足区域内冷热电负荷需求，还有效的提升了能源的利用率，减少二氧化碳、二氧化硫等气体排放。如何根据综合能源系统的运行特点，掌握不同负荷之间的变化联系，具有重要的意义。为了掌握电负荷、冷负荷、热负荷与天然气之间的变化联系，需要一种预测电负荷、冷负荷、热负荷与天然气相关性的负荷预测方法，以实现能源系统中短期负荷的预测。
技术实现思路
有鉴于此，本专利技术实施例提供了一种负荷预测方法、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对电负荷、冷负荷、热负荷与天然气相关性进行准确预测的技术问题。本专利技术实施例的第一方面，提供了一种负荷预测方法，包括：对获取的综合能源系统原始数据进行预处理，获取经过预处理的影响因素数据，所述原始数据至少包括历史电负荷数据和历史天然气负荷数据；对所述影响因素数据进行特征提取，以获取所述影响因素数据对应的特征本文档来自技高网...

【技术保护点】
1.一种负荷预测方法，其特征在于，包括：/n对获取的综合能源系统原始数据进行预处理，获取经过预处理的影响因素数据，所述原始数据至少包括历史电负荷数据和历史天然气负荷数据；/n对所述影响因素数据进行特征提取，以获取所述影响因素数据对应的特征向量；/n对所述特征向量进行解码，获取所述特征向量对应的负荷预测值，所述负荷预测值至少包括电负荷预测值、冷负荷预测值以及热负荷预测值。/n

【技术特征摘要】
1.一种负荷预测方法，其特征在于，包括：
对获取的综合能源系统原始数据进行预处理，获取经过预处理的影响因素数据，所述原始数据至少包括历史电负荷数据和历史天然气负荷数据；
对所述影响因素数据进行特征提取，以获取所述影响因素数据对应的特征向量；
对所述特征向量进行解码，获取所述特征向量对应的负荷预测值，所述负荷预测值至少包括电负荷预测值、冷负荷预测值以及热负荷预测值。


2.如权利要求1所述的负荷预测方法，其特征在于，所述对获取的综合能源系统原始数据进行预处理步骤中，采用最小-最大标准化方法将所述原始数据进行映射处理，获取所述经过预处理的影响因素数据。


3.如权利要求2所述的负荷预测方法，其特征在于，所述对所述影响因素数据进行特征提取，以获取所述影响因素数据对应的特征向量，包括：
对所述经过预处理的影响因素数据进行特征提取，获取神经元，所述神经元获取方式为：



其中，ap表征经激活函数处理得到的神经元，w表征权重向量，其中p＝1，2，...，m，x表征输入向量，其中p＝1，2，...，n；
将所述神经元进行自采样处理，获取所述特征向量，所述特征向量获取方式为：
poolmax(Rk)＝maxaii∈Rk
其中，Rk表征卷积层输出划分的区域。


4.如权利要求1所述的负荷预测方法，其特征在于，所述对所述特征向量进行解码，获取所述特征向量对应的负荷预测值，包括：
对所述特征向量进行解码，获取负荷数据；
根据所述负荷数据，获取特征向量对应的初始负荷预测值；
将所述特征向量对应的初始负荷预测值进行反归一化处理，获取所述特征向量对应的负荷预测值。


5.如权利要求4所述的负荷预测方法，其特征在于，所述对所述特征向量进行解码，获取负荷数据步骤中，所述负荷数据的获取方式为：
ft＝σg(Wfxt+Ufht-1+bf)
it＝σg(Wixt+Uiht-1+bi)
ot＝σg(Woxt+Uoht-1+bo)
ct＝ft*ct-1+it*σc(Wcxt+Ucht-1+bc)
ht＝ot*σc(ct)
其中，b表征偏置向量；
U表征向量；
σg表征S型生长曲线；
σc表征双曲正切函数；
ft表征遗忘门的激活向量；
it表征输入门的激活向量；
ot表征输出门的激活向量；
t表征t时刻；
ht表征所述负荷数...

【专利技术属性】
技术研发人员：赵蕾，
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