电力负荷预测方法及系统、电子设备及存储介质技术方案

本发明专利技术公开了一种电力负荷预测方法及系统、电子设备及存储介质。其中，电力负荷预测方法包括以下步骤：获取当前时刻的电力负荷数据；从数据库中查找与当前时刻对应的特征值，并根据所述当前时刻对应的特征值对所述电力负荷数据进行标准化处理，得到所述当前时刻的标准分；根据基于所述当前时刻的标准分构建的预测模型预测下一时刻的标准分；从所述数据库中查找与所述下一时刻对应的特征值，并根据所述下一时刻对应的特征值以及所述下一时刻的标准分预测所述下一时刻的电力负荷数据。本发明专利技术提供的电力负荷预测方法结合了历史电力负荷数据的分布情况，因此，电力负荷数据的预测结果更加准确。结果更加准确。结果更加准确。

【技术实现步骤摘要】
电力负荷预测方法及系统、电子设备及存储介质


[0001]本专利技术涉及电力负荷预测领域，特别涉及一种电力负荷预测方法及系统、电子设备及存储介质。

技术介绍

[0002]负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因素，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据。其中，负荷是指电力需求量(功率)或用电量。负荷预测是电力系统经济调度中的一项重要内容，是能量管理系统的一个重要模块。由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以，负荷预测工作所研究的对象是不肯定事件。只有不肯定事件、随机事件，才需要人们采用适当的预测技术，推知负荷的发展趋势和可能达到的状况。
[0003]对于大多数情况下的实际负荷预测，通常使用周期性时间朴素预测法，即用上一个时间周期中对应位置的观测值作为预测值。例如将最近一周的负荷平移到下一周，作为下一周的一个负荷预测的依据。这种方法对于负荷较为规律的场景有一定适用性，但是在一些负荷规律较低，或者负荷波动较大的场景里使用平移的方案势必会造成不小的误差。

技术实现思路

[0004]本专利技术要解决的技术问题是为了克服现有技术中周期性时间朴素预测法不适用于负荷规律较低或者负荷波动较大的场景的缺陷，提供一种电力负荷预测方法及系统、电子设备及存储介质。
[0005]本专利技术是通过下述技术方案来解决上述技术问题：
[0006]本专利技术的第一方面提供一种电力负荷预测方法，包括以下步骤：
[0007]获取当前时刻的电力负荷数据；
[0008]从数据库中查找与所述当前时刻对应的特征值，并根据所述当前时刻对应的特征值对所述电力负荷数据进行标准化处理，得到所述当前时刻的标准分；其中，所述数据库中存储有不同时刻的特征值，所述特征值根据预设周期内历史电力负荷数据的分布特征提取得到；
[0009]根据基于所述当前时刻的标准分构建的预测模型预测下一时刻的标准分；
[0010]从所述数据库中查找与所述下一时刻对应的特征值，并根据所述下一时刻对应的特征值以及所述下一时刻的标准分预测所述下一时刻的电力负荷数据；
[0011]其中，所述预测模型的参数根据对损失函数进行拟合得到，所述损失函数根据预测得到的样本电力负荷数据以及对应的真实电力负荷数据建立。
[0012]可选地，所述预测模型基于所述当前时刻的标准分以及所述当前时刻的标准分的至少一阶导数构建。
[0013]可选地，所述损失函数f
loss
根据预测得到的样本电力负荷数据以及对应的真实电力负荷数据建立，具体包括：
[0014][0015]其中，MASE_1为预测得到的样本电力负荷数据与对应的真实电力负荷数据的平均绝对误差，MASE_2为前一周期的历史电力负荷数据与当前周期在相同时刻的真实电力负荷数据的平均绝对误差。
[0016]可选地，所述预设周期内的历史电力负荷数据满足高斯分布，所述特征值包括均值和标准差。
[0017]本专利技术的第二方面提供一种电力负荷预测系统，包括：
[0018]负荷获取模块，用于获取当前时刻的电力负荷数据；
[0019]标准分计算模块，用于从数据库中查找与所述当前时刻对应的特征值，并根据所述当前时刻对应的特征值对所述电力负荷数据进行标准化处理，得到所述当前时刻的标准分；其中，所述数据库中存储有不同时刻的特征值，所述特征值根据预设周期内历史电力负荷数据的分布特征提取得到；
[0020]标准分预测模块，用于根据基于所述当前时刻的标准分构建的预测模型预测下一时刻的标准分；
[0021]负荷预测模块，用于从所述数据库中查找与所述下一时刻对应的特征值，并根据所述下一时刻对应的特征值以及所述下一时刻的标准分预测所述下一时刻的电力负荷数据；
[0022]其中，所述预测模型的参数根据对损失函数进行拟合得到，所述损失函数根据预测得到的样本电力负荷数据以及对应的真实电力负荷数据建立。
[0023]可选地，所述预测模型基于所述当前时刻的标准分以及所述当前时刻的标准分的至少一阶导数构建。
[0024]可选地，所述损失函数f
loss
根据预测得到的样本电力负荷数据以及对应的真实电力负荷数据建立，具体包括：
[0025][0026]其中，MASE_1为预测得到的样本电力负荷数据与对应的真实电力负荷数据的平均绝对误差，MASE_2为前一周期的历史电力负荷数据与当前周期在相同时刻的真实电力负荷数据的平均绝对误差。
[0027]可选地，所述预设周期内的历史电力负荷数据满足高斯分布，所述特征值包括均值和标准差。
[0028]本专利技术的第三方面提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的电力负荷预测方法。
[0029]本专利技术的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的电力负荷预测方法。
[0030]在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本专利技术各较佳实例。
[0031]本专利技术的积极进步效果在于：通过提取预设周期内历史电力负荷数据的分布特征得到不同时刻的特征值，并根据时刻信息与特征值构建数据库，利用当前时刻的电力负荷数据、数据库中存储的不同时刻的特征值以及预测模型可以实现下一时刻电力负荷数据的预测，由于该预测过程结合了历史电力负荷数据的分布情况，因此，电力负荷数据的预测结果更加准确，尤其是在电力负荷规律较低甚至无规律或者电力负荷波动较大的场景，相较于现有预测方法的预测结果更加准确。
附图说明
[0032]图1为本专利技术实施例1提供的一种电力负荷预测方法的流程图。
[0033]图2为本专利技术实施例1提供的一种真实的电力负荷与预测的电力负荷的对比示意图。
[0034]图3为本专利技术实施例1提供的一种电力负荷预测系统的结构框图。
[0035]图4为本专利技术实施例2提供的一种电子设备的结构示意图。
具体实施方式
[0036]下面通过实施例的方式进一步说明本专利技术，但并不因此将本专利技术限制在所述的实施例范围之中。
[0037]实施例1
[0038]图1为本实施例提供的一种电力负荷预测方法的流程示意图，该电力负荷预测方法可以由电力负荷预测系统执行，该电力负荷预测系统可以通过软件和/或硬件的方式实现，该电力负荷预测系统可以为电子设备的部分或全部。其中，本实施例中的电子设备可以为个人计算机(Personal Computer，PC)，例如台式机、一体机、笔记本电脑、平板电脑等，还可以为手机、可穿戴设备、掌上电脑(Personal Digital Assistant，PDA)等终端设备。下面以电子设备为执行主体介绍本实施例提供的电力负荷预测方法。
[0039]如图1所示，本实施例提供的电力负荷预测方法可以包括以下步骤S1～S4：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力负荷预测方法，其特征在于，包括以下步骤：获取当前时刻的电力负荷数据；从数据库中查找与所述当前时刻对应的特征值，并根据所述当前时刻对应的特征值对所述电力负荷数据进行标准化处理，得到所述当前时刻的标准分；其中，所述数据库中存储有不同时刻的特征值，所述特征值根据预设周期内历史电力负荷数据的分布特征提取得到；根据基于所述当前时刻的标准分构建的预测模型预测下一时刻的标准分；从所述数据库中查找与所述下一时刻对应的特征值，并根据所述下一时刻对应的特征值以及所述下一时刻的标准分预测所述下一时刻的电力负荷数据；其中，所述预测模型的参数根据对损失函数进行拟合得到，所述损失函数根据预测得到的样本电力负荷数据以及对应的真实电力负荷数据建立。2.如权利要求1所述的电力负荷预测方法，其特征在于，所述预测模型基于所述当前时刻的标准分以及所述当前时刻的标准分的至少一阶导数构建。3.如权利要求1所述的电力负荷预测方法，其特征在于，所述损失函数f
loss
根据预测得到的样本电力负荷数据以及对应的真实电力负荷数据建立，具体包括：其中，MASE_1为预测得到的样本电力负荷数据与对应的真实电力负荷数据的平均绝对误差，MASE_2为前一周期的历史电力负荷数据与当前周期在相同时刻的真实电力负荷数据的平均绝对误差。4.如权利要求1
‑
3中任一项所述的电力负荷预测方法，其特征在于，所述预设周期内的历史电力负荷数据满足高斯分布，所述特征值包括均值和标准差。5.一种电力负荷预测系统，其特征在于，包括：负荷获取模块，用于获取当前时刻的电力负荷数据；标准分计算模块，用于从数据库中查找与所述当前时刻对应的特征值，并根据所述当前时刻对应的特征值对所述电力负荷数据进行标准化处理，得到所述当前时刻的标准...

【专利技术属性】
技术研发人员：丁鹏，吴炜坤，陈晓华，周国鹏，顾单飞，郝平超，严晓，赵恩海，宋佩，江铭臣，
申请(专利权)人：上海玫克生储能科技有限公司，
类型：发明
国别省市：