电力负荷预测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种电力负荷预测方法、装置、计算机设备和存储介质。该方法包括：计算机设备通过获取历史电力负荷数据，根据预设的多个时间段将历史电力负荷数据划分为多个负荷数据集，根据各负荷数据集的时间段确定对应的目标负荷预测模型，将各负荷数据集输入至对应的目标负荷预测模型中，得到时间段的电力负荷预测结果。本方案中，由于不同时间段的电力负荷数据存在较大的差异，构建各个时间段对应的目标负荷预测模型进行电力负荷的预测，相比传统算法模型，分时间段的预测模型可以更好的应对电力负荷的在不同时间段的周期性变化波动和多因素的影响，具有较强的实用性，且提高了各个时间段电力负荷预测结果的准确性。

【技术实现步骤摘要】
电力负荷预测方法、装置、计算机设备和存储介质
本申请涉及电力
，特别是涉及一种电力负荷预测方法、装置、计算机设备和存储介质。
技术介绍
随着经济的快速发展，社会对电力资源的需求也产生了持续的增长。由于电能难以大规模的存储，因此电力负荷预测对于供电企业制定发电与调度计划有重要意义。近年来，电网和电力负荷的规模快速增加，对短期电力负荷预测(Short-termloadforecasting，STLF)的准确性和预测模型的稳定性提出了更高的要求。目前，可以通过构建预测模型实现对短期电力负荷的预测，其中，预测模型可以为模糊逻辑模型(fuzzylogicsystem)、支持向量机模型(supportvectormachine,SVM)、人工神经网络模型(artificialneuralnetwork,ANN)和循环神经网络模型(recurrentneuralnetworks,RNN)等，通过预测模型实现对电力负荷预测。但是，上述通过构建神经网络预测模型对电力负荷进行预测，存在预测准确度低的问题。专利
技术实现思路
基本文档来自技高网...

【技术保护点】
1.一种电力负荷预测方法，其特征在于，所述方法包括：/n获取历史电力负荷数据；/n根据预设的多个时间段将所述历史电力负荷数据划分为多个负荷数据集；/n根据各所述负荷数据集的时间段确定对应的目标负荷预测模型；/n将各所述负荷数据集输入至对应的目标负荷预测模型中，得到所述时间段的电力负荷预测结果。/n

【技术特征摘要】
1.一种电力负荷预测方法，其特征在于，所述方法包括：
获取历史电力负荷数据；
根据预设的多个时间段将所述历史电力负荷数据划分为多个负荷数据集；
根据各所述负荷数据集的时间段确定对应的目标负荷预测模型；
将各所述负荷数据集输入至对应的目标负荷预测模型中，得到所述时间段的电力负荷预测结果。


2.根据权利要求1所述的方法，其特征在于，所述目标负荷预测模型包括至少两个类型的预测模型。


3.根据权利要求1所述的方法，其特征在于，所述目标负荷预测模型的构建方法，包括：
确定多个预设时间段，获取各所述预设时间段的样本负荷数据集；
根据各所述预设时间段的样本负荷数据集对初始负荷预测模型进行训练，得到各所述预设时间段对应的目标负荷预测模型。


4.根据权利要求3所述的方法，其特征在于，所述根据各所述预设时间段的样本负荷数据集对初始负荷预测模型进行训练，得到各所述预设时间段对应的目标负荷预测模型，包括：
针对每个预设时间段的样本负荷数据集，将所述样本负荷数据集划分为第一子时间段对应的第一样本负荷数据和第二子时间段对应的第二样本负荷数据；
将所述第一样本负荷数据输入到所述初始负荷预测模型得到预测结果；
根据所述预测结果和所述第二样本负荷数据，调整所述初始负荷预测模型的参数，得到所述目标负荷预测模型。


5.根据权利要求4所述的方法，其特征在于，所述初始负荷预测模型包括至少两个类型的预测模型，所述方法还包括：
针对每个预设时间段的初始负荷预测模型输出的预测结果，计算所述预测结果和所述第二样本负荷数据的残差平方和；
根据所述残差平方和和预设的优化目标函数，确定调整参数之后的初始负荷预测模型的权重，得到所述目标负荷预测模型。


6.根据权...

【专利技术属性】
技术研发人员：郭庆，张栋栋，王浩，张建磊，宋怀明，
申请(专利权)人：曙光信息产业北京有限公司，
类型：发明
国别省市：北京;11