【技术实现步骤摘要】
一种基于BERT算法的配电变压器负荷预测方法及装置
[0001]本申请涉及电力负荷预测
,尤其涉及一种基于
BERT
算法的配电变压器负荷预测方法及装置
。
技术介绍
[0002]随着智能电网的普及和发展,柔性电力在促进国民经济和安全方面发挥着重要作用
。
电力公司的主题和核心是负荷预测,即公司应该能够在一定的误差范围内预测未来的电力需求,从而为用户提供可靠和不间断的电力服务
。
其次,负荷预测的准确预测对能源供应商的实际发电
、
配电
、
系统维护和电价有着深远的影响
。
[0003]负荷预测的目的是估计实际生产中的电力负荷或特定的所需电力信息
。
目前的负荷预测技术主要包括人工神经网络
、
支持向量回归
、
决策树
、
线性回归和模糊集,均是基于历史重合数据和预测数据的相关性进行挖掘
。
相关技术中,由于历史负荷数据序列较短,传统预测方法通常面临数据样本不足的问题,且传统预测方法的预测精度不高以及性能和通用性较差
。
技术实现思路
[0004]本申请提供了一种基于
BERT
算法的配电变压器负荷预测方法及装置,以解决现有技术中配电变压器负荷预测的准确度低的问题
。
[0005]第一方面,本申请提供了一种基于
BERT
算法的配电变压器负荷预测方法,包括:< ...
【技术保护点】
【技术特征摘要】
1.
一种基于
BERT
算法的配电变压器负荷预测方法,其特征在于,包括:采集至少一个待预测变压器的环境变量信息;所述待预测变压器的环境变量信息包括基础数据
、
环境数据和运行数据;将各个待预测变压器的环境变量信息输入到配电变压器负荷预测模型,得到对应待预测变压器的负荷数据;所述配电变压器负荷预测模型基于
BERT
算法构建
。2.
根据权利要求1所述的基于
BERT
算法的配电变压器负荷预测方法,其特征在于,所述基础数据包括变压器
ID、
日期和时间戳;所述环境数据包括风速
、
风向
、
环境平均温度
、
最高温度
、
最低温度和湿度;所述运行数据包括有功功率和无功功率
。3.
根据权利要求1所述的基于
BERT
算法的配电变压器负荷预测方法,其特征在于,在所述采集至少一个待预测变压器的环境变量信息之后,所述方法还包括:利用离散标准化方法对所述待预测变压器的环境变量信息进行处理,得到所述待预测变压器的归一化后的环境变量信息;利用标准差标准化方法对所述待预测变压器的归一化后的环境变量信息进行处理,得到所述待预测变压器的标准化后的环境变量信息;相应的,将所述待预测变压器的环境变量信息输入到配电变压器负荷预测模型,得到所述待预测变压器的负荷数据包括:将所述待预测变压器的标准化后的环境变量信息输入到配电变压器负荷预测模型,得到所述待预测变压器的负荷数据;其中,所述离散标准化方法的计算公式为:其中,
X1为所述归一化后的待预测变压器的环境变量信息,
x
为所述待预测变压器的环境变量信息,
min(x)
为所述待预测变压器的环境变量信息中的最小值,
max(x)
为所述待预测变压器的环境变量信息中的最大值;所述标准差标准化方法的计算公式为:其中,
X2为所述待预测变压器的标准化后的环境变量信息,
mean(X1)
为所述待预测变压器的归一化后的环境变量信息的平均值,
δ
为所述待预测变压器的归一化后的环境变量信息的标准差
。4.
根据权利要求1所述的基于
BERT
算法的配电变压器负荷预测方法,其特征在于,所述配电变压器负荷预测模型的训练过程包括:基于
BERT
算法,构建配电变压器负荷预测模型;构建训练样本,所述训练样本包括训练数据和训练标签,所述训练数据包括变压器的基础数据
、
环境数据和运行数据,所述训练标签为所述训练数据对应的负荷数据;采用所述训练样本对所述配电变压器负荷预测模型进行训练
。5.
根据权利要求4所述的基于
BERT
算法的配电变压器负荷预测方法,其特征在于,所述采用所述训练样本对所述配电变压器负荷预测模型进行训练之后,所述方法还包括:
计算当前配电变压器负荷预测模型输出的训练样本的负荷数据与该训练样本的实际负荷数据间的损失函数;根据该损失函数,计...
【专利技术属性】
技术研发人员:马浩,李骥,武超飞,王鸿玺,杨鹏,冯波,胡楠,李飞,赵俊鹏,
申请(专利权)人:国网河北省电力有限公司国家电网有限公司,
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。