【技术实现步骤摘要】
负荷预测方法及装置、存储介质及电子装置
本专利技术涉及通信领域，具体而言，涉及一种负荷预测方法及装置、存储介质及电子装置。
技术介绍
近年来，随着“煤改电”用户规模的逐渐扩大，用户所在台区的负载情况较为复杂，给电网营销、运维检修和安全营运工作增加了工作量，这也对电网提出了更高的要求。稳定、不间断的高质量电能为工业乃至社会的稳定运行提供了保障，从而需要制定合理的调度方案，而电力负荷预测则在这个过程中扮演了重要的角色，用电负荷的正确预测对电力系统的正常运行起着至关重要的作用。但是，负荷数据具有时序性、非线性、不确定性等特点，传统的负荷预测技术已经无法很好地表征负荷数据规律和满足。针对相关技术，对于传统负荷预测技术在进行负荷预测时，预测精度和预测准确率较低等问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种负荷预测方法及装置、存储介质及电子装置，以至少解决了传统负荷预测技术在进行负荷预测时，预测精度和预测准确率较低等问题。根据本专利技术实施例的一个方面，提供了一...
【技术保护点】
1.一种负荷预测方法，其特征在于，包括：/n确定与负荷参数的相关性系数超过预设阈值的多个参数；/n从待进行负荷预测的目标对象的预测数据中提取目标参数，并将所述目标参数输入至负荷预测模型中，以对所述预测数据的负荷进行预测，其中，所述负荷预测模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：多个参数和当前时间之后的预测日的负荷，所述多个参数包括：目标参数。/n
【技术特征摘要】
1.一种负荷预测方法，其特征在于，包括：
确定与负荷参数的相关性系数超过预设阈值的多个参数；
从待进行负荷预测的目标对象的预测数据中提取目标参数，并将所述目标参数输入至负荷预测模型中，以对所述预测数据的负荷进行预测，其中，所述负荷预测模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：多个参数和当前时间之后的预测日的负荷，所述多个参数包括：目标参数。
2.根据权利要求1所述的方法，其特征在于，确定与负荷参数的相关性系数超过预设阈值的多个参数，包括：
获取允许进行分析的所有参数；
分别确定所述所有参数与所述负荷参数的相关性系数；
确定与负荷参数的相关性系数超过预设阈值的多个参数。
3.根据权利要求2所述的方法，其特征在于，分别确定所述所有参数与所述负荷参数的相关性系数，包括：
根据皮尔森相关系数分别确定所述所有参数与所述负荷参数的相关性系数。
4.根据权利要求1所述的方法，其特征在于，所述多个参数至少包括以下之一：室外温度、湿度、所述目标对象所在区域的用户数、日类型、预测日一周前不同时刻的负荷值、预测日一天前不同时刻的负荷值、预测日两天前不同时刻的负荷值、预测日三天前不同时刻的负荷值、预测日t时刻的一刻钟前，两刻钟前，三刻钟的负荷值，t为正整数。
5.根据权利要求1所述的方法，其特征在于，从待进行负荷预测的目标对象的预测数据中提取目标参数，并将所述目标参数输入至负荷预测模型中，以对所述预测数据的负荷进行预测之...
【专利技术属性】
技术研发人员：徐蕙，段大鹏，张禄，陆斯悦，王瀚秋，李香龙，李干，严嘉慧，王培祎，马龙飞，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，
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。