一种电力负荷预测方法、装置、设备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、设备及存储介质。该方法包括：获取目标电力线路在一定时间段内的历史负荷数据；根据设定的信号分解算法分解所述历史负荷数据，获得一组分量信号，并划分为训练分量信号和测试分量信号数据；将测试分量信号输入至经过所述训练分量信号训练后的负荷预测网络模型，获得所述目标电力线路的负荷预测结果。本技术方案通过对电力线路的历史负荷数据进行验证，运用信号分解算法对历史负荷数据进行分解，得到训练分量信号和测试分量信号，测试分量信号通过训练分量信号训练后的负荷预测网络模型进行预测，提高了电力负荷预测精度。提高了电力负荷预测精度。提高了电力负荷预测精度。

【技术实现步骤摘要】
一种电力负荷预测方法、装置、设备及存储介质


[0001]本专利技术涉及电网安全
，尤其涉及一种电力负荷预测方法、装置、设备及存储介质。

技术介绍

[0002]准确的负荷预测，可以经济合理的安排电网内部发电机组的启停，保持电网运行的安全稳定性，合理安排检修计划，保障社会的正常生产和生活，有效地降低发电成本，提高经济效益和社会效益，为环境保护做出贡献。

技术实现思路

[0003]本专利技术提供了一种电力负荷预测方法、装置、设备及存储介质，以解决电力负荷预测精度低的问题。
[0004]第一方面，本专利技术实施例提供了一种电力负荷预测方法，该方法包括：
[0005]获取目标电力线路在一定时间段内的历史负荷数据；
[0006]根据设定的信号分解算法分解所述历史负荷数据，获得一组分量信号，并划分为训练分量信号和测试分量信号数据；
[0007]将测试分量信号输入至经过所述训练分量信号训练后的负荷预测网络模型，获得所述目标电力线路的负荷预测结果。
[0008]第二方面，本专利技术实施例提供了一种电力本文档来自技高网...

【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：获取目标电力线路在一定时间段内的历史负荷数据；根据设定的信号分解算法分解所述历史负荷数据，获得一组分量信号，并划分为训练分量信号和测试分量信号数据；将测试分量信号输入至经过所述训练分量信号训练后的负荷预测网络模型，获得所述目标电力线路的负荷预测结果。2.根据权利要求1所述的方法，其特征在于，所述根据设定的信号分解算法分解所述历史负荷数据，获得一组分量信号，包括：获取初始的白噪声信号以及所述历史负荷数据的原始信号，并将所述原始信号作为初始的剩余分量信号；基于所述白噪声信号对所述剩余分量信号进行噪声混合及分解，获得所述原始信号的当前分量信号；将所述剩余分量信号与所述当前分量信号的信号差值作为新的剩余分量信号；如果所述剩余分量信号为可分解信号，则返回重新执行剩余分量信号的噪声混合及分解操作；否则，汇总各当前分量信号构成一组分量信号。3.根据权利要求2所述的方法，其特征在于，所述基于所述白噪声信号对所述剩余分量信号进行噪声混合及分解，获得所述原始信号的当前分量信号，包括：初始化白噪声混合次数；将所述白噪声信号与所述剩余分量信号混合，获得混合后分量信号；分解所述混合后分量信号，获得分解分量信号，更新所述白噪声信号并将所述白噪声混合次数加1；如果所述白噪声混合次数小于设定次数，则返回重新执行信号混合操作；否则，汇总各所述分解分量信号，获得所述原始信号的当前分量信号。4.根据权利要求1所述的方法，其特征在于，所述负荷预测网络模型包括：深度残差子网络和门控循环子网络；所述深度残差子网络中包括第一残差模块和第二残差模块，各残差模块中加入有批量归一化层和RELU激活函数层，所述负荷预测网络模型所包括深度残差子网络输出的特征数据经过压平处理后输入所述门控循环子网络。5.根据权利要求4所述的方法，其特征在于，所述第一残差模块包括第一残差分支和第二残差分支，所述第一残...

【专利技术属性】
技术研发人员：王凯，古翰晨，刘延钦，罗钦宇，马国路，黄博洋，欧东辉，曾祥星，麦少锐，池秀红，
申请(专利权)人：广东电网有限责任公司河源供电局，
类型：发明
国别省市：