一种负荷预测方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种负荷预测方法、装置、设备及可读存储介质，获取预测日的日类型和气象数据，从预先创建的历史数据库中，选取与预测日的日类型和气象数据匹配的历史日，按照预先设定的时间间隔，获取预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值，针对每个选取的历史日，利用预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值，计算每个选取的历史日与预测日的关联度，根据每个选取的历史日与预测日的关联度，从选取的历史日中确定相似日，将相似日对应的负荷值和预测日的日类型和气象数据输入负荷预测模型中，得到预测日的预测负荷。得到预测日的预测负荷。得到预测日的预测负荷。

【技术实现步骤摘要】
一种负荷预测方法、装置、设备及可读存储介质


[0001]本申请涉及电力运维
，尤其涉及一种负荷预测方法、装置、设备及可读存储介质。

技术介绍

[0002]随着电力系统的不断发展，电力供给对于社会的影响越来越大，电力的调配也显得至关重要。在当前的电力调配工作中，电网的负荷预测是一项重要内容。电网的负荷预测主要是利用电网系统收集的数据，对未来的电力负荷进行预测，通过预测结果可以更加合理的安排电网内部发电机组的启停，制定合理的电源建设规划，减少不必要的储备容量，同时还能合理安排机组检修，保障社会的正常生活和生产，有效的降低发电成本。因此，如何实现电网的负荷预测，是人们一直关注的问题。

技术实现思路

[0003]有鉴于此，本申请提供了一种负荷预测方法、装置、设备及可读存储介质，以便于对电网进行负荷预测。
[0004]为了实现上述目的，现提出的方案如下：
[0005]一种负荷预测方法，包括：
[0006]获取预测日的日类型和日气象数据；
[0007]从预先创建的历史数据库中，选取与所述预测日的日类型和日气象数据匹配的历史日，所述历史数据库中包含若干个历史日以及各自对应的日类型、日气象数据；
[0008]按照预先设定的时间间隔，获取所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值；
[0009]针对每个选取的历史日，利用所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值，计算每个选取的历史日与所述预测日的关联度；
[0010]根据每个选取的历史日与所述预测日的关联度，从选取的历史日中确定相似日；
[0011]将所述相似日对应的负荷值和所述预测日的日类型和日气象数据输入负荷预测模型中，得到所述预测日的预测负荷，所述负荷预测模型，以训练日对应的相似日的负荷值和所述训练日的日类型和日气象数据作为训练样本，以所述训练日对应的负荷值为训练标签训练得到。
[0012]可选的，从预先创建的历史数据库中，选取与所述预测日的日类型和日气象数据匹配的历史日，包括：
[0013]按照预先设定的模糊化规则，将所述预测日的日类型和日气象数据，进行模糊化处理，得到预测日特征向量；
[0014]按照预先设定的模糊化规则，将预先创建的历史数据库中每个历史日对应的日类型和日气象数据，进行模糊化处理，得到所述历史数据库中每个历史日对应的历史日特征
向量；
[0015]针对每个历史日特征向量，判断历史日特征向量与所述预测日特征向量是否匹配；
[0016]若是，则从所述历史数据库中，选取与所述预测日特征向量匹配的历史日特征向量对应的历史日，作为与所述预测日匹配的历史日。
[0017]可选的，针对每个选取的历史日，利用所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值，计算每个选取的历史日与所述预测日的关联度，包括：
[0018]利用所述预测日中每个时间间隔对应的气象数据，建立参考矩阵；
[0019]针对每个选取的历史日，利用历史日中每个时间间隔对应的气象数据，建立每个选取的历史日对应的比较矩阵；
[0020]将参考矩阵和各个比较矩阵进行标准化，得到标准化后的参考矩阵和比较矩阵；
[0021]针对每个标准化后的比较矩阵，计算与标准化后的参考矩阵的差值，得到每个标准化后的比较矩阵对应的差值矩阵；
[0022]针对每个差值矩阵，确定每个差值矩阵中的最大差值和最小差值；
[0023]针对每个选取的历史日中每个时间间隔，确定每个时间间隔在对应的差值矩阵中的差值，并利用对应的差值矩阵中的差值、最大差值和最小差值，计算得到每个选取的历史日中每个时间间隔对应的关联矩阵系数；
[0024]针对每个选取的历史日中每个时间间隔，利用选取的历史日中相同的时间间隔对应的气象数据和负荷值，计算得到每个选取的历史日中每个时间间隔对应的加权值；
[0025]针对每个选取的历史日，利用历史日中每个时间间隔对应的加权值和对应的关联矩阵系数，计算每个选取的历史日对应的关联度。
[0026]可选的，针对每个选取的历史日中每个时间间隔，利用选取的历史日中相同的时间间隔对应的气象数据和负荷值，计算得到每个选取的历史日中每个时间间隔对应的加权值，包括：
[0027]针对每个选取的历史日中每个时间间隔，利用选取的历史日中相同的时间间隔对应的负荷值和气象数据，计算得到每个时间间隔对应的负荷值方差、气象数据方差和协方差；
[0028]利用每个时间间隔对应的负荷值方差、气象数据方差和协方差，计算得到每个时间间隔对应的加权值。
[0029]可选的，根据每个选取的历史日与所述预测日的关联度，从选取的历史日中确定相似日，包括：
[0030]判断是否存在选取的历史日与所述预测日的关联度大于预设阈值；
[0031]若是，则将最大的关联度对应的历史日作为相似日。
[0032]可选的，当不存在选取的历史日与预测日的所述关联度大于预设阈值时，方法还包括：
[0033]将所述预设阈值减去预先设定的系数，得到新的预设阈值；
[0034]判断是否存在选取的历史日与所述预测日的关联度大于新的预设阈值；
[0035]若是，则将最大的关联度对应的历史日作为相似日；
[0036]若否，则返回执行将所述预设阈值减去预先设定的系数的步骤。
[0037]一种负荷预测装置，包括：
[0038]预测日数据获取单元，用于获取预测日的日类型和日气象数据；
[0039]历史日选取单元，用于从预先创建的历史数据库中，选取与所述预测日匹配的历史日，所述历史数据库中包含若干个历史日以及各自对应的日类型、日气象数据；
[0040]数据细分单元，用于按照预先设定的时间间隔，获取所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值；
[0041]关联度计算单元，用于针对每个选取的历史日，利用所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值，计算每个选取的历史日与所述预测日的关联度；
[0042]相似日确定单元，用于根据每个选取的历史日与所述预测日的关联度，从选取的历史日中确定相似日；
[0043]负荷预测单元，用于将所述相似日对应的负荷值和所述预测日的日类型和日气象数据输入负荷预测模型中，得到所述预测日的预测负荷，所述负荷预测模型，以训练日对应的相似日的负荷值和所述训练日的日类型和日气象数据作为训练样本，以所述训练日对应的负荷值为训练标签训练得到。
[0044]可选的，历史日选取单元执行从预先创建的历史数据库中，选取与所述预测日匹配的历史日的步骤，包括：
[0045]按照预先设定的模糊化规则，将所述预测日的日类型和日气象数据，进行模糊化处理，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种负荷预测方法，其特征在于，包括：获取预测日的日类型和日气象数据；从预先创建的历史数据库中，选取与所述预测日的日类型和日气象数据匹配的历史日，所述历史数据库中包含若干个历史日以及各自对应的日类型、日气象数据；按照预先设定的时间间隔，获取所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值；针对每个选取的历史日，利用所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值，计算每个选取的历史日与所述预测日的关联度；根据每个选取的历史日与所述预测日的关联度，从选取的历史日中确定相似日；将所述相似日对应的负荷值和所述预测日的日类型和日气象数据输入负荷预测模型中，得到所述预测日的预测负荷，所述负荷预测模型，以训练日对应的相似日的负荷值和所述训练日的日类型和日气象数据作为训练样本，以所述训练日对应的负荷值为训练标签训练得到。2.根据权利要求1所述的方法，其特征在于，从预先创建的历史数据库中，选取与所述预测日的日类型和日气象数据匹配的历史日，包括：按照预先设定的模糊化规则，将所述预测日的日类型和日气象数据，进行模糊化处理，得到预测日特征向量；按照预先设定的模糊化规则，将预先创建的历史数据库中每个历史日对应的日类型和日气象数据，进行模糊化处理，得到所述历史数据库中每个历史日对应的历史日特征向量；针对每个历史日特征向量，判断历史日特征向量与所述预测日特征向量是否匹配；若是，则从所述历史数据库中，选取与所述预测日特征向量匹配的历史日特征向量对应的历史日，作为与所述预测日匹配的历史日。3.根据权利要求1所述的方法，其特征在于，针对每个选取的历史日，利用所述预测日中每个时间间隔对应的气象数据，以及选取的历史日中每个时间间隔对应的气象数据和负荷值，计算每个选取的历史日与所述预测日的关联度，包括：利用所述预测日中每个时间间隔对应的气象数据，建立参考矩阵；针对每个选取的历史日，利用历史日中每个时间间隔对应的气象数据，建立每个选取的历史日对应的比较矩阵；将参考矩阵和各个比较矩阵进行标准化，得到标准化后的参考矩阵和比较矩阵；针对每个标准化后的比较矩阵，计算与标准化后的参考矩阵的差值，得到每个标准化后的比较矩阵对应的差值矩阵；针对每个差值矩阵，确定每个差值矩阵中的最大差值和最小差值；针对每个选取的历史日中每个时间间隔，确定每个时间间隔在对应的差值矩阵中的差值，并利用对应的差值矩阵中的差值、最大差值和最小差值，计算得到每个选取的历史日中每个时间间隔对应的关联矩阵系数；针对每个选取的历史日中每个时间间隔，利用选取的历史日中相同的时间间隔对应的气象数据和负荷值，计算得到每个选取的历史日中每个时间间隔对应的加权值；针对每个选取的历史日，利用历史日中每个时间间隔对应的加权值和对应的关联矩阵
系数，计算每个选取的历史日对应的关联度。4.根据权利要求3所述的方法，其特征在于，针对每个选取的历史日中每个时间间隔，利用选取的历史日中相同的时间间隔对应的气象数据和负荷值，计算得到每个选取的历史日中每个时间间隔对应的加权值，包括：针对每个选取的历...

【专利技术属性】
技术研发人员：蒋雯倩，杨舟，黄柯颖，周密，林晓明，唐建林，钱斌，陈珏羽，林秀清，唐志涛，颜丹丹，李金瑾，包岱远，
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：