集群负荷预测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种集群负荷预测方法、装置及存储介质，其方法包括：获取待预测集群对应的样本集群中每个个体的历史用电数据以及同一时期的外部数据；通过机器学习算法学习拟合个体的历史用电数据与同一时期的外部数据，形成个体的用电负荷预测模型；获取待预测集群的外部数据，基于所述待预测集群的外部数据，并通过个体的用电负荷预测模型，对待预测集群总体负荷进行预测，其中，还可以结合个体的用电负荷预测模型及误差修正模型，对待预测集群总体负荷进行预测。本发明专利技术提高了集群负荷预测的精细化程度和预测效果。

Cluster load forecasting method, device and storage medium

【技术实现步骤摘要】
集群负荷预测方法、装置及存储介质
本专利技术涉及电力
，尤其涉及一种基于分布式用电数据与外部信息的集群负荷预测方法、装置及存储介质。
技术介绍
电力系统负荷预测对于电力系统运行调度以及发电计划安排是非常重要的内容，它既是保证电力系统安全经济运行和实现电网科学管理及调度的重要方面，又是能量管理系统的组成部分，也是今后进行电网商业化运营所必需的内容。传统研究是从总体负荷及外部数据去进行分析预测，但存在预测粗略忽略细节的问题，影响集群负荷预测的精细化程度。
技术实现思路
本专利技术的主要目的在于提供一种集群负荷预测方法、装置及存储介质，旨在提高集群负荷预测的精细化程度及预测效果。为实现上述目的，本专利技术提供的一种集群负荷预测方法，包括：获取待预测集群对应的样本集群中每个个体的历史用电数据以及同一时期的外部数据；通过机器学习算法学习拟合所述个体的历史用电数据与所述同一时期的外部数据，形成个体的用电负荷预测模型；获取待预测集群的外部数据，基于所述待预测集群的外部数据，并通过所述个体的用电负荷预测本文档来自技高网...

【技术保护点】
1.一种集群负荷预测方法，其特征在于，包括：/n获取待预测集群对应的样本集群中每个个体的历史用电数据以及同一时期的外部数据；/n通过机器学习算法学习拟合所述个体的历史用电数据与所述同一时期的外部数据，形成个体的用电负荷预测模型；/n获取待预测集群的外部数据，基于所述待预测集群的外部数据，并通过所述个体的用电负荷预测模型，对待预测集群总体负荷进行预测，输出集群负荷预测值。/n

【技术特征摘要】
1.一种集群负荷预测方法，其特征在于，包括：
获取待预测集群对应的样本集群中每个个体的历史用电数据以及同一时期的外部数据；
通过机器学习算法学习拟合所述个体的历史用电数据与所述同一时期的外部数据，形成个体的用电负荷预测模型；
获取待预测集群的外部数据，基于所述待预测集群的外部数据，并通过所述个体的用电负荷预测模型，对待预测集群总体负荷进行预测，输出集群负荷预测值。


2.根据权利要求1所述的方法，其特征在于，所述获取待预测集群的外部数据，基于所述待预测集群的外部数据，并通过所述个体的用电负荷预测模型，对待预测集群总体负荷进行预测，输出集群负荷预测值的步骤之前还包括：
创建个体的用电负荷与集群总体负荷间的误差修正模型；
所述获取待预测集群的外部数据，基于所述待预测集群的外部数据，并通过所述个体的用电负荷预测模型，对待预测集群总体负荷进行预测，输出集群负荷预测值的步骤包括：
获取待预测集群的外部数据，基于所述待预测集群的外部数据，并结合所述个体的用电负荷预测模型及误差修正模型，对待预测集群总体负荷进行预测，输出集群负荷预测值。


3.根据权利要求2所述的方法，其特征在于，所述创建个体的用电负荷与集群总体负荷间的误差修正模型的步骤包括：
获取与所述每个个体的历史用电数据同一时期的个体所属集群的历史总负荷，作为所述待预测集群对应的样本集群总体负荷；
基于所述个体的用电负荷预测模型对待预测集群对应的样本集群中个体的用电负荷进行预测，得到各个个体的用电负荷预测值；
累计各个个体的用电负荷预测值，得到个体的负荷预测累加值；
分析所述个体的负荷预测累加值与所述样本集群总体负荷的数据关联关系，形成个体的用电负荷与集群总体负荷间的误差修正模型。


4.根据权利要求1-3中任一项所述的方法，其特征在于，所述获取待预测集群对应的样本集群中每个个体的历史用电数据以及同一时期的外部数据的步骤之后，还包括：
对所述个体的历史用电数据以及同一时期的外部数据进行预处理；
所述通过机器学习算法学习拟合所述个体的历史用电数据与同一时期...

【专利技术属性】
技术研发人员：黎昱，汪建，汤奕，崔晗，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44