一种电力负荷预测方法技术

本发明专利技术实施例公开一种电力负荷预测方法

【技术实现步骤摘要】
一种电力负荷预测方法、系统及存储介质


[0001]本专利技术涉及电力负荷预测领域，尤其涉及一种电力负荷预测方法
、
系统及存储介质
。

技术介绍

[0002]在电力市场中，负荷预测是电力市场主题优化决策的基础
。
负荷预测是指在预测理论的指导下，根据电力负荷
、
经济
、
气候等历史数据，研究电力负荷与各影响因素的相关性以及历史数据变化对未来负荷的影响，然后用可靠的方法和手段对未来的电力负荷进行科学的预测
。
[0003]常态化的分布式电源负荷预测导致电网供给不稳定，并且无法合理利用电网削峰填谷的机制，防止完全依靠人工经验去完成相关调度任务，而导致电网调度可能存在的阻塞问题
。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种电力负荷预测方法
、
系统及存储介质，能够提高电力负荷预测的准确度
。
[0005]在第一方面，本专利技术实施例提供一种电力负荷预测方法，包括：r/>[0006]接本文档来自技高网...

【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：接收用户输入预测指令，所述预测指令中携带电力负荷预测所针对的目标时间；根据所述预测指令和预先训练的预测神经网络模型进行负荷预测，其中，所述预测神经网络模型基于预设训练数据训练得到，所述训练数据包括以下至少一种：历史负荷数据
、
历史气象信息
、
月度
/
旬度属性信息
、
日期属性信息
。2.
根据权利要求1所述的方法，其特征在于，在所述根据所述预测指令和预先训练的预测神经网络模型进行负荷预测之前，所述方法还包括：采集与电力相关的多源异构数据，所述多源异构数据包括以下至少一项：结构化数据
、
半结构化数据
、
非结构化数据；对所述多源异构数据进行数据处理，得到所述训练数据；基于所述训练数据进行模型训练，得到所述预测神经网络模型
。3.
根据权利要求2所述的方法，其特征在于，所述对所述多源异构数据进行数据处理，得到所述训练数据包括：从所述多源异构数据中筛选出与历史电力负荷相关的第一数据；对所述第一数据进行预处理，得到所述训练数据
。4.
根据权利要求3所述的方法，其特征在于，所述对所述第一数据进行预处理，得到所述训练数据包括以下至少一项：对所述第一数据用多核函数学习方法进行融合；对所述第一数据中存在的短缺数据，采用均值补插法补全短缺数据；对所述第一数据中存在的异常数据，采用全局纵横法来校正异常数据
。5.
根据权利要求2所述的方法，其特征在于，所述基于所述训练数据进行模型训练，得到所述预测神经网络模型，包括：构建第一模型，所述第一模型中含有未知参数；将所述训练数据中的一部分数据作...

【专利技术属性】
技术研发人员：王正通，王文彪，周帅，刘晶晶，乔志兴，
申请(专利权)人：山西祥睿能源有限公司，
类型：发明
国别省市：