【技术实现步骤摘要】
一种预测方法、装置、存储介质及设备
本申请涉及数据处理
，尤其涉及一种预测方法、装置、存储介质及设备。
技术介绍
电力市场需求预测工作是国家能源主管部门和电网企业的一项重要基础性工作，为国家能源监测与管理、电网企业生产计划与经营管理提供重要的支撑依据。其中，电力负荷预测一直是困扰电力供应的难题。然而，如何准确地预测需求(例如，电力负荷等需求)是一个亟待解决的技术问题。
技术实现思路
为解决上述技术问题，本申请实施例提供一种预测方法及装置，能够准确地预测电力市场需求(例如，供电量和/或电价)。本专利技术的主要思路是基于与待预测电力网络(例如新兴的太阳能或风电发电网络)相近似的其他类型电力网络(例如传统火电或水电发电网络)的各种属性(地理位置、所属区域等)与待预测量之间已有的数据，以及不同类型电力网络之间的关联系数，完成所述预测工作。第一方面，本申请实施例提供了一种预测方法，包括：获取待预测事件在预设时间范围内的初始值以及所述初始值对应的属性值；根据所述初始值与所述初始值对应的属...
【技术保护点】
1.一种预测方法，其特征在于，包括：/n获取待预测事件在预设时间范围内的初始值以及所述初始值对应的属性值；/n根据所述初始值与所述初始值对应的属性值之间的相关系数，确定i个有效属性值；其中，所述i为大于0的正整数；/n对所述i个有效属性值进行降维处理，从所述i个有效属性值中筛选得到j个降维后的有效属性值；其中，所述j为大于0的正整数，所述j小于所述i；/n将所述j个降维后的有效属性值输入预先构建的事件预测模型，得到所述待预测事件的预测结果；其中，所述事件预测模型是根据所述历史时间下的事件初始值和所述历史时间下的事件初始值对应的属性值构建的。/n
【技术特征摘要】
1.一种预测方法，其特征在于，包括：
获取待预测事件在预设时间范围内的初始值以及所述初始值对应的属性值；
根据所述初始值与所述初始值对应的属性值之间的相关系数，确定i个有效属性值；其中，所述i为大于0的正整数；
对所述i个有效属性值进行降维处理，从所述i个有效属性值中筛选得到j个降维后的有效属性值；其中，所述j为大于0的正整数，所述j小于所述i；
将所述j个降维后的有效属性值输入预先构建的事件预测模型，得到所述待预测事件的预测结果；其中，所述事件预测模型是根据所述历史时间下的事件初始值和所述历史时间下的事件初始值对应的属性值构建的。
2.根据权利要求1所述的方法，其特征在于，所述根据所述初始值与所述初始值对应的属性值之间的相关系数，确定i个有效属性值，包括：
利用所述初始值与所述初始值对应的属性值之间的最大相关系数，构建线性回归模型，并确定所述线性回归模型对应的第一拟合优度；以及将所述最大相关系数对应的属性值作为有效属性值；
将所述初始值与所述初始值对应的属性值之间的非最大相关系数，输入所述线性回归模型，得到所述线性回归模型对应的第二拟合优度；
当所述第二拟合优度小于所述第一拟合优度时，将所述非最大相关系数对应的属性值作为有效属性值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述初始值与所述初始值对应的属性值之间的相关系数，确定i个有效属性值，包括：
将大于预设阈值的相关系数对应的属性值作为有效属性值。
4.根据权利要求1所述的方法，其特征在于，所述对所述i个有效属性值进行降维处理，从所述i个有效属性值中筛选得到j个降维后的有效属性值，包括：
利用主成分分析PCA降维方法，对所述i个有效属性值进行降维处理，从所述i个有效属性值中筛选得到j个降维后的有效属性值。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述将所述j个降维后的有效属性值输入预先构建的事件预测模型，得到所述待预测事件的预测结果，包括：
将所述j个降维后的有效属性值输入预先构建的N种事件预测模型，得到所述待预测事件的N种预测结果；其中，所述N为大于0的正整数；
从所述N种预测结果中选择综合得分最高的预测结果作为所述待预测事件的预测结果。
6.根据权利要求5所述的方法，其特征在于，所述N为3；所述N种事件预测模型为3种事件预测模型；所述3种事件预测模型分别为套索LASSO回归模型、岭Ridge回归模型和ElasticNet回归模型。
7.一种预测装置，其特征在于，包括：
获取单元，用于获取待预测事件在预设时间范围内的初始值以及所述初始值对应的属...
【专利技术属性】
技术研发人员：朴松梅，
申请(专利权)人：深圳集智数字科技有限公司，
类型：发明
国别省市：广东;44
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。