基于支持向量机的电力用户负荷预测方法、装置、设备及存储介质制造方法及图纸

本申请提供一种基于支持向量机的电力用户负荷预测方法、装置、电子设备及计算机可读存储介质。上述方法包括：获取待预测时间段以及所述待预测时间段对应的条件数据集合；对所述条件数据集合中条件数据进行预处理，再对预处理后条件数据集合进行归一化处理得到输入参数集合；将所述输入参数集合输入支持向量机预测模型，使得所述支持向量机预测模型根据所述输入参数集合得到预测结果；对所述预测结果进行反归一化处理，得到所述待预测时间段对应的负荷预测值集合。上述方法，在进行负荷预测时，先对条件数据进行预处理和归一化处理，使得条件数据特征更统一、计算时速度更快；再采用支持向量机预测模型进行负荷预测，相较于传统方法准确度更高。

【技术实现步骤摘要】
基于支持向量机的电力用户负荷预测方法、装置、设备及存储介质
本申请涉及数据预测领域，特别是涉及一种基于支持向量机的电力用户负荷预测方法、装置、电子设备及计算机可读存储介质。
技术介绍
面向电力用户的电力负荷预测是电力系统中经济调度的一项重要内容，准确的电力负荷预测，能够使电力用户合理安排用电时间，降低电力费用。随着社会经济与电力市场的发展，电力负荷预测越来越重要，对电力负荷预测精度的要求也越来越高。目前，传统的基于支持向量机的电力用户负荷预测方法往往准确度不高，误差较大。
技术实现思路
本申请实施例提供一种基于支持向量机的电力用户负荷预测方法、装置、电子设备及计算机可读存储介质，可以提高负荷预测的准确度。一种基于支持向量机的电力用户负荷预测方法，包括：获取待预测时间段以及所述待预测时间段对应的条件数据集合；对所述条件数据集合中条件数据进行预处理，再对预处理后条件数据集合进行归一化处理得到输入参数集合；将所述输入参数集合输入支持向量机预测模型，使得所述支持向量机预测模型根据所述输入参数集合得到预测结果；对所述预测结果进行反归一化处理，得到所述待预测时间段对应的负荷预测值集合。在一个实施例中，所述方法还包括：若所述负荷预测值集合中存在异常负荷预测值，对所述异常负荷预测值进行修正处理。在一个实施例中，所述对所述异常负荷预测值进行修正处理包括：确定所述异常负荷预测值对应的时间点；获取所述时间点的历史负荷值，根据所述历史负荷值对所述异常负荷预测值进行修正。在一个实施例中，所述获取所述待预测时间段对应的条件数据集合包括：获取所述支持向量机预测模型支持的条件数据类型；获取所述待预测时间段内所述条件数据类型对应的条件数据组成所述条件数据集合。在一个实施例中，所述对所述条件数据集合中条件数据进行预处理包括：检测所述条件数据集合中是否存在异常条件数据；若存在所述异常条件数据，剔除所述异常条件数据。在一个实施例中，所述方法还包括：获取待预测时间段对应的负荷实测值集合；将所述负荷实测值集合与所述负荷预测值集合进行对比，获取所述负荷实测值集合与所述负荷预测值集合之间的误差值；当所述误差值大于预设阈值时，对所述支持向量机预测模型进行修正。在一个实施例中，在所述当所述误差值大于预设阈值时之前，所述方法还包括：获取所述待预测时间段对应的时间量级；查找所述时间量级对应的误差阈值作为预设阈值。一种基于支持向量机的电力用户负荷预测装置，包括：第一获取模块，用于获取待预测时间段以及所述待预测时间段对应的条件数据集合；第一处理模块，用于对所述条件数据集合中条件数据进行预处理，再对预处理后条件数据集合进行归一化处理得到输入参数集合；预测模块，用于将所述输入参数集合输入支持向量机预测模型，使得所述支持向量机预测模型根据所述输入参数集合得到预测结果；第二处理模块，用于对所述预测结果进行反归一化处理，得到所述待预测时间段对应的负荷预测值集合。一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如上任一所述的方法。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述的方法。本申请中基于支持向量机的电力用户负荷预测方法、装置、电子设备及计算机可读存储介质，在进行负荷预测时，先对条件数据进行预处理和归一化处理，使得条件数据特征更统一、计算时速度更快；再采用支持向量机预测模型进行负荷预测，相较于传统基于支持向量机的电力用户负荷预测方法得到的负荷预测值准确度更高。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，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申请的一些实施例，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他的附图。图1为一个实施例中基于支持向量机的电力用户负荷预测方法的流程图；图2为另一个实施例中基于支持向量机的电力用户负荷预测方法的流程图；图3为另一个实施例中基于支持向量机的电力用户负荷预测方法的流程图；图4为一个实施例中一种基于支持向量机的电力用户负荷预测装置的结构框图；图5为另一个实施例中一种基于支持向量机的电力用户负荷预测装置的结构框图；图6为另一个实施例中一种基于支持向量机的电力用户负荷预测装置的结构框图；图7为一个实施例中电子设备的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。本申请提供了一种基于支持向量机的电力用户负荷预测方法，如图1所示，该基于支持向量机的电力用户负荷预测方法包括：步骤101，获取待预测时间段以及待预测时间段对应的条件数据集合。负荷预测是根据多种条件数据预测未来某时间段内电力负荷的方法，其中负荷是指电力需求量或用电量。在进行负荷预测时，需要获取需要负荷预测的待预测时间段以及在该时间段对应的条件数据集合。上述待预测时间段可为电力系统选定的时间段、用户选定的时间段等，通常待预测时间段可以小时、自然日、自然月或自然年为单位。在获取到待预测时间段后，可采集该待预测时间段对应的条件数据，将采集到的条件数据作为该待预测时间段对应的条件数据集合。上述条件数据可包括待预测时间段的日期属性、温度、风速和降水量等。上述日期属性包括工作日和节假日。上述温度、风速和降水量可通过第三方机构获取。在一个实施例中，在获取待预测时间段对应的条件数据集合时，可根据待预测时间段对应的时间量级确定采集条件数据的步长，按照采集条件数据的步长来采集待预测时间段对应的条件数据。其中，时间量级为待预测时间段的单位，采集条件数据的步长是指两次采集条件数据之间的时间间隔。时间量级由小到大包括“小时”、“天”、“月”、“年”，其中时间量级越小采集条件数据的步长越小。例如，当待预测时间段为未来某天中19:00到24:00时，从19:00起每隔1小时采集1次条件数据，即时间量级为小时时，采集条件数据的步长为1小时。当待预测时间段为未来某几天时，每隔6小时采集1次条件数据，即时间量级为天时，采集条件数据的步长为6小时。在一个实施例中，获取待预测时间段对应的条件数据集合包括：获取支持向量机预测模型支持的条件数据类型，获取待预测时间段内条件数据类型对本文档来自技高网...

【技术保护点】
1.一种基于支持向量机的电力用户负荷预测方法，其特征在于，包括：/n获取待预测时间段以及所述待预测时间段对应的条件数据集合；/n对所述条件数据集合中条件数据进行预处理，再对预处理后条件数据集合进行归一化处理得到输入参数集合；/n将所述输入参数集合输入支持向量机预测模型，使得所述支持向量机预测模型根据所述输入参数集合得到预测结果；/n对所述预测结果进行反归一化处理，得到所述待预测时间段对应的负荷预测值集合。/n

【技术特征摘要】
1.一种基于支持向量机的电力用户负荷预测方法，其特征在于，包括：
获取待预测时间段以及所述待预测时间段对应的条件数据集合；
对所述条件数据集合中条件数据进行预处理，再对预处理后条件数据集合进行归一化处理得到输入参数集合；
将所述输入参数集合输入支持向量机预测模型，使得所述支持向量机预测模型根据所述输入参数集合得到预测结果；
对所述预测结果进行反归一化处理，得到所述待预测时间段对应的负荷预测值集合。


2.根据权利要求1所述的基于支持向量机的电力用户负荷预测方法，其特征在于，所述方法还包括：
若所述负荷预测值集合中存在异常负荷预测值，对所述异常负荷预测值进行修正处理。


3.根据权利要求2所述的基于支持向量机的电力用户负荷预测方法，其特征在于，所述对所述异常负荷预测值进行修正处理包括：
确定所述异常负荷预测值对应的时间点；
获取所述时间点的历史负荷值，根据所述历史负荷值对所述异常负荷预测值进行修正。


4.根据权利要求1所述的基于支持向量机的电力用户负荷预测方法，其特征在于，所述获取所述待预测时间段对应的条件数据集合包括：
获取所述支持向量机预测模型支持的条件数据类型；
获取所述待预测时间段内所述条件数据类型对应的条件数据组成所述条件数据集合。


5.根据权利要求1所述的基于支持向量机的电力用户负荷预测方法，其特征在于，所述对所述条件数据集合中条件数据进行预处理包括：
检测所述条件数据集合中是否存在异常条件数据；
若存在所述异常条件数据，剔除所述异常条件数据。

【专利技术属性】
技术研发人员：刘泽健，吴天文，周卓伟，郑群儒，
申请(专利权)人：深圳华工能源技术有限公司，
类型：发明
国别省市：广东;44