一种电力负荷预测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种电力负荷预测方法、装置及存储介质，其方法包括：在线获取气象数据以及对应的时间信息；对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据；基于图像处理技术将在线综合数据转化成在线数据图像；将在线数据图像输入预构建的电力负荷预测模型获取电力负荷预测值；其中，所述电力负荷预测模型的构建过程包括：构建结合注意力模块的卷积神经网络，并将离线数据图像与相应的电力负荷实际值分别作为卷积神经网络的输入和输出进行训练，生成电力负荷预测模型；本发明专利技术能够综合气象和时间信息，并通过注意力机制，提高模型的预测精度并且降低复杂度。提高模型的预测精度并且降低复杂度。提高模型的预测精度并且降低复杂度。

【技术实现步骤摘要】
一种电力负荷预测方法、装置及存储介质


[0001]本专利技术涉及一种电力负荷预测方法、装置及存储介质，属于电力系统


技术介绍

[0002]随着工农业的发展、人民生活水平的日益提高，社会对电力的需求量越来越大。为了满足日益增大的电力需求量，必须不断扩大电力系统的规模。由于电力工业的发展需要巨大的投资和一次能源，而且对国民经济其它部门有巨大的影响，合理的电力系统规划不仅可以获得巨大的经济效益，也能获得巨大的社会效益。相反，电力系统规划的失误会给国家建设带来不可弥补的损失。所以对电力规划进行分析研究，以求得最大限度提高规划质量，具有重大的意义，而实现这一目标的第一步就是作好电力负荷预测。电力负荷预测的准确程度直接影响到投资、网络布局和运行的合理性。
[0003]各种预测方法随之产生，常用的电力负荷短期预测方法主要有时间序列法与函数预测法。时间序列方法通过预先设置时间区间长度，结合这一阶段内的负荷相关信息与负荷值数据进行分析比对来实现对未来的时间区间内的负荷值的预测，所设置的时间区间可为一个月、一个季度或一年；函数预测方法以统计学理论为基础，结合预先对于电力负荷特性的分析与各项函数表达式对预测函数进行构建。这种方法需要一套合理的权重分配计算原则来设置各类负荷特性对负荷值的影响能力大小，这种权重分配作为预测模型的输入，对预测模型进行单位的划分，后对各个单位内部的函数与权重值进行细分，但主要问题是这种方法对于合理的模型函数与权重设置的搜索难度较大，而且这类方法依赖于操作员对于负荷预测的长期预测经验，当模型加入了人为的主观选择，预测结果的精确度往往不高。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中的不足，提供一种电力负荷预测方法、装置及存储介质，综合气象和时间信息，并通过注意力机制，提高模型的预测精度并且降低复杂度。
[0005]为达到上述目的，本专利技术是采用下述技术方案实现的：
[0006]第一方面，本专利技术提供了一种电力负荷预测方法，包括：
[0007]在线获取气象数据以及对应的时间信息；
[0008]对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据；
[0009]基于图像处理技术将在线综合数据转化成在线数据图像；
[0010]将在线数据图像输入预构建的电力负荷预测模型获取电力负荷预测值；
[0011]其中，所述电力负荷预测模型的构建过程包括：
[0012]离线获取气象数据以及对应的时间信息和电力负荷实际值；
[0013]对离线获取的气象数据以及对应的时间信息进行预处理生成离线综合数据；
[0014]基于图像处理技术将离线综合数据转化成离线数据图像；
[0015]构建结合注意力模块的卷积神经网络，并将离线数据图像与相应的电力负荷实际
值分别作为卷积神经网络的输入和输出进行训练，生成电力负荷预测模型。
[0016]可选的，所述对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据包括：
[0017]气象数据：对每种气象数据进行归一化：
[0018][0019]式中，x
i,n
、x
′
i,n
分别为第i种气象数据在归一化前后的值，x
i,max
、x
i,min
为第i种气象数据的最大值和最小值；
[0020]时间信息：将一年中的十二个月份按照月份数进行编码，将一天中的二十四个小时数按照0
‑
6、6
‑
12、12
‑
18、18
‑
24分别编码为1、2、3、4；
[0021]在线综合数据：将归一化后的气象数据和编码后的时间信息进行合并：
[0022]x
n
＝[x
1,n
,
…
,x
m,n
,t
n
,d
n
][0023]式中，x
n
为第n个在线综合数据，x
m,n
为第m种气象数据，t
n
和d
n
分别为月份数和小时数对应的编码。
[0024]可选的，所述基于图像处理技术将在线综合数据转化成在线数据图像包括：
[0025]通过循环移位法将在线综合数据转变成在线综合数据矩阵；
[0026]通过三次样条插值法对在线综合数据矩阵进行插值处理，完成在线综合数据矩阵的维度扩充；
[0027]通过线性映射法将维度扩充后的在线综合数据矩阵中元素值映射成RGB图像中像素值，形成在线数据图像。
[0028]可选的，所述卷积神经网络包括依次连接的第一卷积层、池化层、注意力模块、第二卷积层以及全连接层以及输出层；所述注意力模块包括以串行方式组合的通道注意力模块和空间注意力模块。
[0029]第二方面，本专利技术提供了一种电力负荷预测装置，所述装置包括：
[0030]在线数据模块，用于在线获取气象数据以及对应的时间信息；
[0031]在线预处理模块，用于对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据；
[0032]在线转化模块，用于基于图像处理技术将在线综合数据转化成在线数据图像；
[0033]在线预测模块，用于将在线数据图像输入预构建的电力负荷预测模型获取电力负荷预测值；
[0034]其中，所述电力负荷预测模型的构建过程包括：
[0035]离线数据模块，用于离线获取气象数据以及对应的时间信息和电力负荷实际值；
[0036]离线预处理模块，用于对离线获取的气象数据以及对应的时间信息进行预处理生成离线综合数据；
[0037]离线转化模块，用于基于图像处理技术将离线综合数据转化成离线数据图像；
[0038]模型构建模块，用于构建结合注意力模块的卷积神经网络，并将离线数据图像与相应的电力负荷实际值分别作为卷积神经网络的输入和输出进行训练，生成电力负荷预测模型。
[0039]可选的，所述对在线获取的气象数据以及对应的时间信息进行预处理生成在线综
合数据包括：
[0040]气象数据：对每种气象数据进行归一化：
[0041][0042]式中，x
i,n
、x
′
i,n
分别为第i种气象数据在归一化前后的值，x
i,max
、x
i,min
为第i种气象数据的最大值和最小值；
[0043]时间信息：将一年中的十二个月份按照月份数进行编码，将一天中的二十四个小时数按照0
‑
6、6
‑
12、12
‑
18、18
‑
24分别编码为1、2、3、4；
[0044]在线综合数据：将归一化后的气象数据和编码后的时间信息进行合并：
[0045]x
n
＝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：在线获取气象数据以及对应的时间信息；对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据；基于图像处理技术将在线综合数据转化成在线数据图像；将在线数据图像输入预构建的电力负荷预测模型获取电力负荷预测值；其中，所述电力负荷预测模型的构建过程包括：离线获取气象数据以及对应的时间信息和电力负荷实际值；对离线获取的气象数据以及对应的时间信息进行预处理生成离线综合数据；基于图像处理技术将离线综合数据转化成离线数据图像；构建结合注意力模块的卷积神经网络，并将离线数据图像与相应的电力负荷实际值分别作为卷积神经网络的输入和输出进行训练，生成电力负荷预测模型。2.根据权利要求1所述的一种电力负荷预测方法，其特征在于，所述对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据包括：气象数据：对每种气象数据进行归一化：式中，x
i,n
、x
′
i,n
分别为第i种气象数据在归一化前后的值，x
i,max
、x
i,min
为第i种气象数据的最大值和最小值；时间信息：将一年中的十二个月份按照月份数进行编码，将一天中的二十四个小时数按照0
‑
6、6
‑
12、12
‑
18、18
‑
24分别编码为1、2、3、4；在线综合数据：将归一化后的气象数据和编码后的时间信息进行合并：x
n
＝[x
1,n
,
…
,x
m,n
,t
n
,d
n
]式中，x
n
为第n个在线综合数据，x
m,n
为第m种气象数据，t
n
和d
n
分别为月份数和小时数对应的编码。3.根据权利要求1所述的一种电力负荷预测方法，其特征在于，所述基于图像处理技术将在线综合数据转化成在线数据图像包括：通过循环移位法将在线综合数据转变成在线综合数据矩阵；通过三次样条插值法对在线综合数据矩阵进行插值处理，完成在线综合数据矩阵的维度扩充；通过线性映射法将维度扩充后的在线综合数据矩阵中元素值映射成RGB图像中像素值，形成在线数据图像。4.根据权利要求1所述的一种电力负荷预测方法，其特征在于，所述卷积神经网络包括依次连接的第一卷积层、池化层、注意力模块、第二卷积层以及全连接层以及输出层；所述注意力模块包括以串行方式组合的通道注意力模块和空间注意力模块。5.一种电力负荷预测装置，其特征在于，所述装置包括：在线数据模块，用于在线获取气象数据以及对应的时间信息；在线预处理模块，用于对在线获取的气象数据以及对应的时间信息进行预处理生成在线综合数据；
在线转化模块，用于基于图像处理技术将在线综合数据转化成在线数据图...

【专利技术属性】
技术研发人员：朱庆，刘虎，陆震军，张卫国，林慧婕，郑红娟，张良，俞航，顾琳琳，陈良亮，杨凤坤，余洋，周材，
申请(专利权)人：国电南瑞科技股份有限公司南瑞集团有限公司国网电力科学研究院有限公司，
类型：发明
国别省市：