用电负荷预测的方法、系统、存储介质及电子设备技术方案

本发明专利技术公开了一种用电负荷预测的方法、系统、存储介质及电子设备，方法包括：根据电力网络拓扑关系，构建电力网络图谱。对每个用电负荷单位根据其历史用电负荷数据，进行预处理，计算得到其用电负荷的第一特征、第二特征和第三特征。对每个用电负荷单位，综合使用用电负荷第一特征、第二特征和第三特征作为模型训练和预测输入，并使用时间序列模型进行训练，从而得每个用电负荷单位各自对应的用电负荷预测模型。加载每个用电负荷单位相对应的用电负荷预测模型，对未来的用电负荷进行预测。借此，本发明专利技术的用电负荷预测的方法，可以准确对用电负荷单位的未来进行负荷预测，极大的提高了预测结果评估指标，以及负荷预测的鲁棒性。以及负荷预测的鲁棒性。以及负荷预测的鲁棒性。

【技术实现步骤摘要】
用电负荷预测的方法、系统、存储介质及电子设备


[0001]本专利技术是关于电力
，特别是关于一种用电负荷预测的方法、系统、存储介质及电子设备。

技术介绍

[0002]目前用电负荷预测的模型训练方式主要有独立训练和混合训练两种方式，其中独立训练是指对于多个独立用电负荷单位(如居民电表、商业电表、工业电表等)，每个用电负荷单位根据自己的历史用电负荷数据进行训练，得到各自对应的用电负荷预测模型，再使用相应模型预测未来的用电负荷。而混合训练是指对于多个独立用电负荷单位，使用它们所有的历史用电负荷数据一起进行训练，得到一个综合的用电负荷预测模型，再使用该模型分别对每个用电负荷单位的未来用电负荷进行预测。
[0003]对于第一种方式，每个模型在训练时，只使用到了单一用电负荷单位的历史用电负荷数据，即只学习到该单位的用电负荷规律，未能学习到其他单位的用电负荷规律。导致模型在训练过程中非常容易过拟合，即在训练集中预测结果评估指标很好，但在实际负荷预测时，一旦该单位的用电负荷发生历史规律以外的变化时，预测结果评估指标就会变得很差。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用电负荷预测的方法，基于电力网络图谱，其特征在于，所述用电负荷预测方法包括：根据电力网络拓扑关系，构建电力网络图谱；对每个用电负荷单位根据其历史用电负荷数据，进行预处理，计算得到其用电负荷的第一特征、第二特征和第三特征；对每个用电负荷单位，综合使用用电负荷第一特征、第二特征和第三特征作为模型训练和预测输入，并使用时间序列模型进行训练，从而得每个用电负荷单位各自对应的用电负荷预测模型；加载每个用电负荷单位相对应的用电负荷预测模型，对未来的用电负荷进行预测。2.如权利要求1所述的用电负荷预测的方法，其特征在于，所述用电负荷的第一特征为每个用电负荷单位相对应的用电负荷特征，所述用电负荷的第二特征为同配电站下的同类型用电负荷单位的用电负荷特征均值，且所述用电负荷的第三特征为综合同地区变电站下、且非同配电站下的其他同类型用电负荷单位的用电负荷特征均值。3.如权利要求1所述的用电负荷预测的方法，其特征在于，对每个用电负荷单位，综合使用用电负荷第一特征、第二特征和第三特征作为模型训练和预测输入包括：将每个用电负荷单位的用电负荷的第一特征、第二特征和第三特征对应的向量concat在一起作为模型训练和预测输入。4.如权利要求1所述的用电负荷预测的方法，其特征在于，使用时间序列模型进行训练，从而得每个用电负荷单位各自对应的用电负荷预测模型包括：使用神经网络LSTM，损失函数选择平均绝对误差MAE，从而得到每个用电负荷单位各自对应的用电负荷预测模型。5.一种用电负荷预测的系统，基于电力网络图谱，其特征在于，所述用电负荷预测方法包括：构建网络图谱模块，用以根据电力网络拓扑关系，构建电力网络图谱；计算模块，用以对每个用电负荷单位根据其历史用电负荷数据，进行预处理，计算得到其用电负荷的第一特征、第二特征和第三特征；构建预测模型模块，用...

【专利技术属性】
技术研发人员：王祥，武占侠，魏本海，何晓蓉，占兆武，冷安辉，唐远洋，
申请(专利权)人：深圳智芯微电子科技有限公司国网信息通信产业集团有限公司，
类型：发明
国别省市：