【技术实现步骤摘要】
用电负荷的预测方法、装置、存储介质及计算机设备
[0001]本专利技术涉及电力
,尤其是涉及一种用电负荷的预测方法
、
装置
、
存储介质及计算机设备
。
技术介绍
[0002]随着社会的不断发展,各个用电场所的用电需求也随之增加,为了对各个用电场所进行有效供电,避免用电场所因缺电而造成的损失,需要对各个用电场所的用电需求进行预测
。
[0003]目前,通常通过传统的机器学习模型来对用电负荷进行预测
。
然而,传统的机器学习模型会出现不稳定性或者梯度消失的现象,从而导致用电负荷的预测准确度较低
。
技术实现思路
[0004]本专利技术提供了一种用电负荷的预测方法
、
装置
、
存储介质及计算机设备,主要在于能够提高用电负荷的预测准确度
。
[0005]根据本专利技术的第一个方面,提供一种用电负荷的预测方法,包括:
[0006]获取用电对象所处位置的各种气象数据对应的时间序列,以及获取各种气象数据的初始隐藏状态;
[0007]将各种气象数据对应的时间序列和初始隐藏状态输入至预设权重预测模型中进行权重预测,得到各种气象数据在当前时刻的权重系数;
[0008]基于各种气象数据对应的时间序列和在当前时刻的权重系数,确定各种气象数据在当前时刻共同对应的特征权重向量;
[0009]根据所述各种气象数据的初始隐藏状态和在当前时刻共同对应的特征权重向量, ...
【技术保护点】
【技术特征摘要】
1.
一种用电负荷的预测方法,其特征在于,包括:获取用电对象所处位置的各种气象数据对应的时间序列,以及获取各种气象数据的初始隐藏状态;将各种气象数据对应的时间序列和初始隐藏状态输入至预设权重预测模型中进行权重预测,得到各种气象数据在当前时刻的权重系数;基于各种气象数据对应的时间序列和在当前时刻的权重系数,确定各种气象数据在当前时刻共同对应的特征权重向量;根据所述各种气象数据的初始隐藏状态和在当前时刻共同对应的特征权重向量,确定所述各种气象数据在历史不同时刻的隐藏状态,以及确定所述历史不同时刻的隐藏状态对应的时间注意力权重系数;基于所述历史不同时刻的隐藏状态对应的时间注意力权重系数和所述各种气象数据在历史不同时刻的隐藏状态,确定所述各种气象数据在当前时刻共同对应的语义信息向量;将所述语义信息向量输入至预设用电负荷预测模型中进行负荷预测,得到所述用电对象在当前时刻的用电负荷
。2.
根据权利要求1所述的方法,其特征在于,在所述获取用电对象所处位置的各种气象数据对应的时间序列之前,所述方法还包括:获取用电对象所处位置的各种气象数据;确定所述各种气象数据中的异常数据,并将所述各种气象数据中的异常数据删除,得到精简后的各种气象数据;利用预设插值算法对所述精简后的各种气象数据中的缺失值进行填充,得到填充后的各种气象数据;确定所述填充后的各种气象数据对应的时间序列,以及确定所述填充后的各种气象数据的初始隐藏状态
。3.
根据权利要求1所述的方法,其特征在于,所述预设权重预测模型包括注意力层,所述将各种气象数据对应的时间序列和初始隐藏状态输入至预设权重预测模型中进行权重预测,得到各种气象数据在当前时刻的权重系数,包括:获取所述各种气象数据的初始细胞状态;将所述各种气象数据的初始细胞状态和初始隐藏状态进行拼接,得到所述各种气象数据的初始拼接状态;将所述各种气象数据中任意一种气象数据对应的时间序列和初始拼接状态输入至所述注意力层进行权重预测,得到所述任意一种气象数据在当前时刻的权重系数
。4.
根据权利要求1所述的方法,其特征在于,所述基于各种气象数据对应的时间序列和在当前时刻的权重系数,确定各种气象数据在当前时刻共同对应的特征权重向量,包括:利用
softmax
函数对所述各种气象数据在当前时刻的权重系数进行归一化处理,得到所述各种气象数据在当前时刻的归一化权重系数;基于所述各种气象数据对应的时间序列和各种气象数据在当前时刻的归一化权重系数,确定所述各种气象数据在当前时刻共同对应的特征权重向量
。5.
根据权利要求1所述的方法,其特征在于,所述预设权重预测模型还包括编码层,所
述根据所述各种气象数据的初始隐藏状态和在当前时刻共同对应的特征权重向量,确定所述各种气象数据在历史不同时刻的隐藏状态,包括:将所述各种气象数据在当前时刻共同对应的特征权重向量和所述初始隐藏状态输入至所述编码层中进行编码处理,得到所述各种气象数据在历史不同时刻的隐藏状态;所述确定所述历史不同时刻的隐藏状态对应的时...
【专利技术属性】
技术研发人员:兰剑,
申请(专利权)人:浙江安吉智电控股有限公司,
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。