【技术实现步骤摘要】
负荷预测方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
,特别涉及深度学习和工业大数据等领域的负荷预测方法、装置、电子设备及存储介质。
技术介绍
[0002]负荷预测是电力系统调度运营部门的一项重要工作,准确的负荷预测可为机组启停、经济调度、负荷管理等提供重要的帮助。
[0003]目前,通常采用预先训练得到的预测模型来进行负荷预测,即将影响负荷预测结果的各因素输入预测模型,从而得到输出的预测结果,但这种方式的准确性有待提高。
技术实现思路
[0004]本公开提供了负荷预测方法、装置、电子设备及存储介质。
[0005]一种负荷预测方法,包括:
[0006]针对待预测日当前待预测的时间点,从所述待预测日之前的历史日中确定出所述待预测日的相似日;
[0007]获取所述待预测日在所述时间点的气温与所述相似日在所述时间点的气温之间的气温差;
[0008]根据所述气温差确定出所述待预测日和所述相似日在所述时间点的负荷差;
[0009]根据所述相似日在所述时间点的负荷值以及所述负荷差确定出所述待预测日在所述时间点的负荷预测值。
[0010]一种负荷预测装置,包括:第一预测模块、第二预测模块、第三预测模块以及第四预测模块;
[0011]所述第一预测模块,用于针对待预测日当前待预测的时间点,从所述待预测日之前的历史日中确定出所述待预测日的相似日;
[0012]所述第二预测模块,用于获取所述待预测日在所述时间点的气温与所述相似日 ...
【技术保护点】
【技术特征摘要】
1.一种负荷预测方法,包括:针对待预测日当前待预测的时间点,从所述待预测日之前的历史日中确定出所述待预测日的相似日;获取所述待预测日在所述时间点的气温与所述相似日在所述时间点的气温之间的气温差;根据所述气温差确定出所述待预测日和所述相似日在所述时间点的负荷差;根据所述相似日在所述时间点的负荷值以及所述负荷差确定出所述待预测日在所述时间点的负荷预测值。2.根据权利要求1所述的方法,其中,所述从所述待预测日之前的历史日中确定出所述待预测日的相似日包括:将最近N个历史日作为待筛选日,分别获取所述待预测日对应的特征向量以及各待筛选日对应的特征向量,N为大于一的正整数;根据所述特征向量分别确定出所述待预测日和各待筛选日之间的欧式距离,按照欧氏距离从小到大的顺序对各待筛选日进行排序,将排序后处于前K位的待筛选日作为所述待预测日的相似日,K为正整数,且K小于N。3.根据权利要求2所述的方法,其中,所述特征向量包括:结合预定的影响负荷预测结果的M种因素生成的特征向量,M为大于一的正整数,所述M种因素中不包括气温。4.根据权利要求2或3所述的方法,其中,所述根据所述气温差确定出所述待预测日和所述相似日在所述时间点的负荷差包括:根据所述气温差以及所述时间点对应的回归方程,确定出所述待预测日和所述相似日在所述时间点的负荷差。5.根据权利要求4所述的方法,还包括:针对任一时间点,分别进行以下处理:构建P组数据对,P为大于一的正整数,任一数据对中分别包括:所述数据对对应的第一历史日和第二历史日在所述时间点的气温差,以及,所述第一历史日和所述第二历史日在所述时间点的负荷差,所述第二历史日为所述第一历史日的相似日;根据所述P组数据对确定出所述时间点对应的回归方程。6.根据权利要求5所述的方法,其中,所述根据所述P组数据对确定出所述时间点对应的回归方程包括:根据所述P组数据对生成对应的散点图;根据所述散点图进行线性拟合,得到所述时间点对应的回归方程。7.根据权利要求5所述的方法,还包括:针对一星期中的第i天,1≤i≤7,分别根据L个历史日的日负荷变化曲线确定出第i天的日平均负荷变化曲线,L为大于一的正整数,所述L个历史日均为所在星期中的第i天;根据第一历史日对应的日平均负荷变化曲线确定出所述第一历史日在所述时间点的负荷值,根据第二历史日对应的日平均负荷变化曲线确定出所述第二历史日在所述时间点的负荷值,并获取两个负荷值的差值,将所述差值作为所述第一历史日和所述第二历史日对应的星期补偿,利用所述星期补偿对所述数据对中的负荷差进行修正。
8.根据权利要求7所述的方法,还包括:获取所述待预测日和所述待预测日的相似日对应的星期补偿;利用获取到的星期补偿对所述待预测日和所述待预测日的相似日在所述时间点的负荷差进行修正;根据所述待预测日的相似日在所述时间点的负荷值以及修正后的负荷差确定出所述待预测日在所述时间点的负荷预测值。9.一种负荷预测装置,包括:第一预测模块、第二预测模块、第三预测模块以及第四预测模块;所述第一预测模块,用于针对待预测日当前待预测的时间点,从所述待预测日之前的历史日中确定出所述待预测日的相似日;所述第二预测模块,用于获取所述待预测日在所述时间点的气温与所述相似日在所述时间点的气温之间的气温差;所述第三预测模块,用于根据所述气温差确定出所述...
【专利技术属性】
技术研发人员:卞传鑫,孙玥,张野,
申请(专利权)人:北京百度网讯科技有限公司,
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。