电力分解曲线预测模型的训练方法、装置以及存储介质制造方法及图纸

本公开提出一种电力分解曲线预测模型的训练方法、装置以及存储介质，方法包括：获取训练样本，训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息，并对训练样本进行处理，得到目标训练样本，以及利用目标训练样本对目标模型进行训练，以得到电力交易市场的电力分解曲线预测模型。从而，能够利用该预测模型预测电力交易市场的功率分解曲线，有利于辅助电厂进行电力现货交易，提高收益。提高收益。提高收益。

【技术实现步骤摘要】
电力分解曲线预测模型的训练方法、装置以及存储介质


[0001]本公开涉及电力交易
，尤其涉及一种电力分解曲线预测模型的训练方法、装置以及存储介质。

技术介绍

[0002]根据电力中长期交易规则及电力现货市场交易规则，新能源企业需向交易中心上报次日功率预测曲线，交易中心根据规则再下发次日中长期发电曲线，而交易中心下达的中长期发电曲线可能影响新能源企业的现货交易。因此，中长期分解曲线的预测对新能源企业参与电力现货交易及现货交易市场有重要意义。

技术实现思路

[0003]本申请提出了一种电力分解曲线预测模型的训练方法、装置以及存储介质，旨在至少在一定程度上解决相关技术中的技术问题之一。
[0004]本申请第一方面实施例提出了一种电力分解曲线预测模型的训练方法，包括：获取训练样本，训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息；对训练样本进行处理，得到目标训练样本；以及利用目标训练样本对目标模型进行训练，以得到电力交易市场的电力分解曲线预测模型。
[0005]本申请第二方面实施例提出了一种电力分解曲线预测方法，包括：获取电力交易市场待预测日期的第二目标信息和第二功率预测信息；将第二目标信息和第二功率预测信息输入至上述电力分解曲线预测模型的训练方法训练得到的电力分解曲线预测模型，以得到待预测日期多个时刻点的多个功率预测值；以及将多个功率预测值依次进行连接，得到待预测日期的电力分解曲线。
[0006]本申请第三方面实施例提出了一种电力分解曲线预测模型的训练装置，包括：第一获取模块，用于获取训练样本，训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息；处理模块，用于对训练样本进行处理，得到目标训练样本；以及训练模块，用于利用目标训练样本对目标模型进行训练，以得到电力交易市场的电力分解曲线预测模型。
[0007]本申请第四方面实施例提出了一种电力分解曲线预测装置，包括：第二获取模块，用于获取电力交易市场待预测日期的第二目标信息和第二功率预测信息；预测模块，用于将第二目标信息和第二功率预测信息输入至上述的电力分解曲线预测模型的训练装置训练得到的电力分解曲线预测模型，以得到待预测日期多个时刻点的多个功率预测值；以及曲线合成模块，用于将多个功率预测值依次进行连接，得到待预测日期的电力分解曲线。
[0008]本申请第五方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例的电力分解曲线预测模型的训练方法，或者执行本申请实施例的电力分解曲线预
测方法。
[0009]本申请第六方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例公开的电力分解曲线预测模型的训练方法，或者执行本申请实施例的电力分解曲线预测方法。
[0010]本实施例中，通过获取训练样本，训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息，并对训练样本进行处理，得到目标训练样本，以及利用目标训练样本对目标模型进行训练，以得到电力交易市场的电力分解曲线预测模型，从而能够利用该预测模型预测电力交易市场的功率分解曲线，有利于辅助电厂进行电力现货交易，提高电力交易量和收益。
[0011]本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
[0012]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0013]图1是根据本公开一实施例提供的电力分解曲线预测模型的训练方法的流程示意图；
[0014]图2是根据本公开另一实施例提供的电力分解曲线预测模型的训练方法的流程示意图；
[0015]图3是根据本公开另一实施例提供的电力分解曲线预测方法的流程示意图；
[0016]图4是本公开实施例提供的电力分解曲线模型训练及预测的流程示意图；
[0017]图5是本公开实施例提供的XGBOOST回归模型训练过程的示意图；
[0018]图6是根据本公开另一实施例提供的电力分解曲线预测模型的训练装置的示意图；
[0019]图7是根据本公开另一实施例提供的电力分解曲线预测模型的训练装置的示意图；
[0020]图8是根据本公开另一实施例提供的电力分解曲线预测装置的示意图；
[0021]图9示出了适于用来实现本申请实施方式的示例性计算机设备的框图。
具体实施方式
[0022]下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0023]针对
技术介绍
中提到的发电曲线影响新能源企业的现货交易的技术问题，本实施例技术方案提供了一种电力分解曲线预测模型的训练方法，下面结合具体的实施例对该方法进行说明。
[0024]其中，需要说明的是，本实施例的电力分解曲线预测模型的训练方法的执行主体
可以为电力分解曲线预测模型的训练装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。
[0025]图1是根据本公开一实施例提供的电力分解曲线预测模型的训练方法的流程示意图，如图1所示，该方法包括：
[0026]S101：获取训练样本，训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息。
[0027]本公开实施例，首先获取用于对电力分解曲线预测模型进行训练的训练样本，训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息。
[0028]其中，多个第一候选信息可以是电力交易市场交易规则所涵盖披露的信息，其可以是电力交易市场的全网信息，多个第一候选信息例如：全网用电负荷、新能源负荷、联络线或西电东送等省间线路负荷、运行机组容量、非市场化机组出力、检修机组总容量、输变电检修计划、历史节点出清电价以及其它任意可能的披露信息，对此不作限制。
[0029]而第一功率预测信息，可以是各个发电企业上报的发电功率预测信息，例如：在电力交易过程中，发电企业需要向电力交易中心上报功率预测曲线，而根据该功率预测曲线可以确定该第一功率预测信息，对此不作限制。
[0030]一些实施例，训练样本中的多个第一候选信息和第一功率预测信息可以从电力交易市场的历史数据中获取，并且第一候选信息和第一功率预测信息还可以有对应关系，例如：历史数据中，相同日期的候选信息和功率预测信息作为该第一候选信息和第一功率预测信息，对此不作限制。
[0031]S10本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力分解曲线预测模型的训练方法，其特征在于，包括：获取训练样本，所述训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息；对所述训练样本进行处理，得到目标训练样本；以及利用所述目标训练样本对目标模型进行训练，以得到所述电力交易市场的电力分解曲线预测模型。2.如权利要求1所述的方法，其特征在于，利用所述目标训练样本对目标模型进行训练，以得到所述电力交易市场的电力分解曲线预测模型，包括：利用所述目标训练样本对基于XGBOOST结构的模型进行训练，以得到所述电力分解曲线预测模型，其中，所述XGBOOST结构的模型包括多个回归树。3.如权利要求1所述的方法，其特征在于，对所述训练样本进行处理，得到目标训练样本，包括：从所述多个第一候选信息中确定与电力分解曲线相关的第一目标信息；以及根据所述第一目标信息和所述第一功率预测信息，得到所述目标训练样本。4.如权利要求3所述的方法，其特征在于，根据所述第一目标信息和所述第一功率预测信息，得到所述目标训练样本，包括：将所述第一目标信息中的离散信息进行编码处理；以及根据编码后的所述第一目标信息和所述第一功率预测信息，得到所述目标训练样本。5.如权利要求3所述的方法，其特征在于，根据所述第一目标信息和所述第一功率预测信息，得到所述目标训练样本，还包括：将所述第一目标信息和所述第一功率预测信息分别对应的时间节点信息创建类型特征，其中，将月份类型特征编码为1
‑
12，分别对应每年的1
‑
12月；将日期类型特征编码为0
‑
6，分别对应周一至周日；将时刻点类型特征编码为1
‑
96，分别对应二十四小时的每个时刻；以及根据所述第一目标信息、所述第一功率预测信息以及分别对应的月份类型特征、日期类型特征、时刻点类型特征，得到所述目标训练样本。6.如权利要求3
‑
5任一项所述的方法，其特征在于，所述第一目标信息包括：新能源负荷量、输变电检修计划。7.一种电力分解曲线预测方法，其特征在于，包括：获取电力交易市场待预测日期的第二目标信息和第二功率预测信息；将所述第二目标信息和第二功率预测信息输入至上述权利要求1
‑
6任一项所述的电力分解曲线预测模型的训练方法训练得到的电力分解曲线预测模型，以得到待预测日期多个时刻点的多个功率预测值；以及将所述多个功率预测值依次进行连接，得到所述待预测日期的电力分解曲线。8.一种电力分解曲线预测模型的训练装置，其特征在于，包括：第一获取模块，用于获取训练样本，所述训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息；处理模块，用于对所述训练样本进行处理，得到目标训练样本；以及
训练模...

【专利技术属性】
技术研发人员：戴碧艳，李璟涛，
申请(专利权)人：国家电投集团电站运营技术北京有限公司，
类型：发明
国别省市：