【技术实现步骤摘要】
一种基于泛在电力物联网的负荷预测方法及装置
[0001]本专利技术涉及电力系统
，尤其是涉及一种基于泛在电力物联网的负荷预测方法及装置。
技术介绍
[0002]泛在电力物联网背景下万物互联、相互影响，5G技术为数据的海量、高频、低时延、低能耗通信提供了技术保障，立足于未来，现阶段已逐步对电网的各个设备、每一个用户、甚至到每个用户内部的每一个用电设备安装了数据采集系统和数据通信系统。同时，近年来大数据技术、深度学习方法、优化控制技术、云计算、边缘计算等技术的井喷式发展也为数据挖掘提供了技术支撑。
[0003]对目标用户的电气数据进行负荷预测时，现有技术方案中有些利用数学建模或者人工智能技术来提高负荷预测的准确率，也有些方案通过引入新的影响因素进行改进，例如电价、天气、温度、湿度等常见数据类型。
[0004]现有技术中的负荷预测模型，由于考虑的影响因素维度低，输入信息不完备，难以覆盖完整的数据特征，其解存在较高的不确定性，导致预测的电网负荷精确度不够，不利于电网的运行管理及调度规划。
技术实现思路
<...
【技术保护点】
【技术特征摘要】
1.一种基于泛在电力物联网的负荷预测方法，其特征在于，包括：分别获取泛在电力物联网范围内目标用户和其他用户的数据集，对所述数据集进行预处理；其中，所述数据集包括电气数据、用户间关联数据、用户内部的生产要素数据和负荷相关数据；构建基于深度残差网络的特征提取模型，所述特征提取模型提取第一数据集与目标用户的电气数据间的关联特征；其中，所述第一数据集包括其他用户的电气数据、所述用户间关联数据和所述负荷相关数据；构建基于长短期记忆网络的负荷预测模型，所述负荷预测模型根据第二数据集进行负荷预测得到所述目标用户的负荷数据，所述第二数据集包括所述第一数据集、所述关联特征、剩余生产要素数据及剩余生产要素类别，所述剩余生产要素数据及所述剩余生产要素类别是根据所述生产要素数据确定的。2.根据权利要求1所述的基于泛在电力物联网的负荷预测方法，其特征在于，构建基于长短期记忆网络的负荷预测模型之前还包括：根据所述生产要素数据计算所有生产要素间的相似度，去除相似度超过预设阈值的生产要素，将其他生产要素的数据作为剩余生产要素数据，对所述剩余生产要素数据进行聚类得到剩余生产要素类别。3.根据权利要求2所述的基于泛在电力物联网的负荷预测方法，其特征在于，根据所述生产要素数据计算所有生产要素间的相似度包括：利用公式计算两个生产要素间的相似度；其中，I(X,Y)为生产要素X、Y间的相似度，X、Y均为生产要素，x为生产要素X的数据，y为生产要素Y的数据，p(x)为所有包含生产要素X的事件中x出现的概率，p(y)为所有包含生产要素Y的事件中y出现的概率，p(x,y)为所有事件中x和y同时出现的概率。4.根据权利要求1所述的基于泛在电力物联网的负荷预测方法，其特征在于，所述用户间关联数据包括：网络拓扑关联关系、用户业务关联程度和用电行为相似度；其中，所述用户业务关联程度表示用户间业务来往的关联程度，所述用电行为相似度对用户间的电气数据进行聚类得到的。5.根据权利要求1所述的基于泛在电力物联网的负荷预测方法，其特征在于，所述特征提取模型提取第一数据集与目标用户的电气数据间的关联特征包括：将所述第一数据集中的数据排列成多通道矩阵形式，通过卷积层和激活函数层提取浅层关联特征，通过若干残差块提取深层关联特征，通过第一全局长跳跃连接将所述浅层关联特征与所述深层关联特征加权求和得到所述关联特征；所述第一全局长跳跃连接跨越了若干残差块和一个卷积层。6.根据权利要求1所述的基于泛在电力物联网的负荷预测方法，其特征在于，所述负荷预测模型根据第二数据集进行负荷预测得到所述目标用户的负荷数据包括：将所述第二数据集中的数据排...
【专利技术属性】
技术研发人员：李富盛，刘傲，钱斌，李江南，周密，祝宇翔，唐建林，车诒颖，张帆，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：
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。