【技术实现步骤摘要】
基于电力负荷数据的小区人气指数预测方法
[0001]本专利技术涉及人气指数预测领域，尤其涉及基于电力负荷数据的小区人气指数预测方法。
技术介绍
[0002]近年来，随着经济的发展，商业区的贸易人数增多，商品需要准确的市场信息。传统的人流量统计方式除了人工计数外，还有红外线感应计数方式及闸门计数方式，其中，红外线感应计数方式主要是在行人通过的地方设置红外感应器，利用红外特性，达到对行人进行统计的目的，这种方法实现比较简单，成本也比较低廉，但是当多个行人通过时，其统计精度会受到较大影响；闸门计数通过在行人经过的地方设置闸门，利用行人推动闸门横杆的方式，实现对行人流量的统计，此方法相对来说能较准确的统计行人数量，但是设置闸门难免对行人通行造成影响，尤其行人较多时，容易造成闸门处拥堵。
[0003]为解决这一问题，采用图像采集的方式来进行人数指数的检测；通过图像来检测人气指数检测存在如下不足：图像采集依赖于摄像头，摄像头按需要局部设于某一区域，摄像头的设置受环境因素影响，如建筑物、植物、道路，无法严格按统一要求进行设置，影响...
【技术保护点】
【技术特征摘要】
1.基于电力负荷数据的小区人气指数预测方法，其特征在于包括以下步骤：1)获取电力负荷数据，并对电力负荷进行预处理；2)将预处理后的电力负荷数据输入核心模型中，得到社区人数指数；3)将社区人数指数输出，并进行展示。2.根据权利要求1所述的基于电力负荷数据的小区人气指数预测方法，其特征在于：在步骤2)中，包括人气指数预测步骤：201)将人气指数高度相关的指标与用户层面的隐表示相结合；其中包含通过对电力负荷分布拟合伽马混合模型从而得到的平均用电能力和通过平均用电能力分析得到的用户平均活跃程度；202)用户层面的隐表示将通过mean pooling汇总到社区层面并得到社区层面隐表示，这种方法可以使用户隐表示平等的参与到人气指数的预测中；203)图编码器GAT对每个社区的同一时间戳的隐表示进行汇总和聚合，通过图编码器能够有效帮助模型提取信息；204)平滑后的社区隐表示将传递给时间序列自回归模型GRU进行进一步处理，从而得到最终的社区人气指数预测。3.根据权利要求2所述的基于电力负荷数据的小区人气指数预测方法，其特征在于：在步骤1)中，包括步骤：101)将在社区范围内的电力负荷数据整理成每个用户每天96个负荷点的形式，并按日期分别储存；102)将长期缺失数据的用户用计算列表中剔除；103)将少量空值数据通过取近邻的平均数的方式补全。4.根据权利要求3所述的基于电力负荷数据的小区人气指数预测方法，其特征在于：所述的核心模型包括训练模块、预训练模块、概率预分类模块和人气指数预测模块；人气指数预测在人气指数预测模块中进行；所述的训练模块与预训练模块、概率预分类模块和人气指数预测相连用于得到人气指数预测模块参数，从而得到人气指数预测模型；预训练模块输入一系列时间序列数据，输出用户的隐表示；概率预分类模块输入用户的隐表示，输出精炼后的用户隐表示；人气指数预测模块将用户层面的隐表示在聚合后计算得到具体社区层面的人气指数并输出。5.根据权利要求4所述的基于电力负荷数据的小区人气指数预测方法，其特征在于：所述的预训练模块的工作包括以下步骤：211)使用预定义的多层卷积神经网络将电力负荷数据嵌入为局部特征对电力负荷数据进行初步处理；对比预测编码，通过诸如卷积神经网络的编码器g
enc
将输入的观察序列s
t
‑
1,t
映射为潜在的信息序列x
t
，即x
t
＝g
enc
(s
t
‑
1,t
)；212)使用自回归模型g
ar
，并通过时间序列模型LSTM，总结隐空间中的所有t时刻之前的信息序列x
≤t
，并输出当前t时刻的上下文信息y
t
＝g
ar
(x
≤t
)；213)建立密度比模型，用于拟合观察值的潜在信息和上下文信息之间的互信息...
【专利技术属性】
技术研发人员：韩蕾，李亦龙，韩鑫泽，林英鹤，俞敏，朱静怡，杨洋，傅诤哲，
申请(专利权)人：国网浙江省电力有限公司营销服务中心浙江大学，
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。