一种针对电网缺失数据的智能补全方法技术

本发明专利技术提供一种针对电网缺失数据的智能补全方法。所述针对电网缺失数据的智能补全方法包括：电厂上报功能、日内偏差计划调整功能、超短期预测功能、平衡表自动生成功能和线性插值法；所述电厂上报功能包括燃机曲线上报、机组调峰和机组缺陷三个功能模块；所述超短期预测功能包括调度用电预测、风电预测和光伏预测三个功能模块。本发明专利技术提供的针对电网缺失数据的智能补全方法可以对原有的负荷数据进行修复，并对填补的缺失数据进行标识，使之能够通过标识区分原始数据与修复的数据，致使补全数据更接近真实数据，且补全误差小，可以作为负荷预测必要的数据预处理步骤，使负荷预测具有更高的准确度的优点。更高的准确度的优点。

【技术实现步骤摘要】
一种针对电网缺失数据的智能补全方法


[0001]本专利技术属于电网缺失数据的智能补全
，尤其涉及一种针对电网缺失数据的智能补全方法。

技术介绍

[0002]负荷预测是实现配电网自动化的重要环节，对配电网的规划与运行都起着极其重要的作用，随着配电网建设发展，负荷预测的准确性、实时性、可靠性和智能性也需要进一步提升，自动化与智能化已成为未来配电网的发展趋势，用户作为智能化用电的行为主体在配电网中起着至关重要的作用，这就要求提供更精确的用户用电信息，即对负荷预测的精度提出了更高的要求，对电力负荷的预测，很大程度上是依靠对大量历史用电负荷的历史数据进行分析处理，或者是对有相关因素的一些资料进行分析，求得预测值，因此，电力负荷预测结果的准确性，往往是跟所提供的以往用电负荷的历史数据的可靠性、以及有相关因素的资料的准确性等因素紧密相关的，目前，配电网负荷缺失数据现象比较严重，传统的缺失数据补全方法补全误差大。
[0003]因此，有必要提供一种新的针对电网缺失数据的智能补全方法解决上述技术问题。

技术实现思路

>[0004]本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
Adversarial Encoder
‑
Decoder框架，提高了序列级的性能，生成器是一个Sparse Transformer，用于输出时刻后长度为的序列预测结果，生成器的损失函数定义为预测序列和真实值之间的分位数损失，判别器附加在Transformer的解码器后，目的是对判别器输入的的序列进行分类，判断其是预测的序列还是真实的序列，定义为对抗损失，由交叉熵损失函数来计算，基于分位数损失和对抗损失，分别更新Sparse Transformer和判别器，调度用电预测模块根据相似日调度用电负荷，按照调度用电负荷算法，利用上述模型，计算调度用电负荷系数，对调度用电进行超短期预测，通过探索发现不同的用电类型，比较时间序列平稳，结合气象系统天气数...

【专利技术属性】
技术研发人员：仇晨光，李刚，崔占飞，梁文腾，赵玉林，杨康，李蓝青，李言，
申请(专利权)人：南京通衡信息科技有限公司仇晨光崔占飞，
类型：发明
国别省市：