基于元学习的配电台区短期电力负荷预测方法及装置制造方法及图纸

本发明专利技术公开了基于元学习的配电台区短期电力负荷预测方法及装置，预测方法包括获取所有配电台区的训练数据集；基于元学习算法及训练数据集构建得到所有配电台区的目标短期电力负荷预测模型；基于元训练对所述训练数据集进行训练得到所有配电台区超参数的目标全局预训练模型；基于元迁移及每个配电台区自身负荷特征，将目标全局预训练模型通过迁移学习得到每个配电台区的个性化短期电力负荷预测模型；根据每个配电台区的个性化短期电力负荷预测模型分别对每个配电台区下一时段的短期电力负荷需求进行预测分析。本发明专利技术解决相关配电台区短期负荷预测技术中因历史电力负荷数据量少而导致预测模型过拟合的技术问题，提高短期电力负荷预测精度。

【技术实现步骤摘要】

本专利技术涉及电力负荷预测，具体来说，涉及基于元学习的配电台区短期电力负荷预测方法及装置、电子设备、计算机可读存储介质。

技术介绍

1、配电台区负荷预测对电力系统的安全、经济运行起着支撑性的作用，其预测结果将直接影响配电网运行中的各种决策活动，如：运行优化调度、分布式电源规划、无功补偿策略、状态评估等。除此之外，随着国家“双碳目标”相关工作的持续推进，如何发展低碳经济，提高清洁能源比重，降低电网运行损耗提高运行效益，已成为各供电企业的工作目标。低压配电台区作为电网的终端环节，有着基数大、成分复杂的特性，如何对低压配电台区进行更加精细化的能效管理从而提高配网运行效益已成为现代电力系统领域的一个重要研究方向。

2、现有研究已经提出了许多方法，诸如以指数平滑模型、自回归模型为代表的统计分析方法或以支持向量机、人工神经网络为代表的机器学习方法。然而，现有研究在处理配电台区短期负荷预测时仍存在困难：使用简单的统计分析方法难以建模配电台区的负荷特征，而使用复杂的机器学习方法又难以获得足够高质量大数量的历史电力负荷数据，尤其是在配电台区这类低压场合，由于近几本文档来自技高网...

【技术保护点】

1.一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，步骤S2中所述数值天气预报数据采用近似替代法进行预处理得到训练数据集中的目标数值天气预报数据，包括：

3.根据权利要求1所述的一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，所述步骤S2包括：

4.根据权利要求1所述的一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，所述步骤S3包括：

5.根据权利要求1所述的一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，所述步...

【技术特征摘要】

1.一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，步骤s2中所述数值天气预报数据采用近似替代法进行预处理得到训练数据集中的目标数值天气预报数据，包括：

3.根据权利要求1所述的一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，所述步骤s2包括：

4.根据权利要求1所述的一种基于元学习的配电台区短期电力负荷预测方法，其特征在于，所述步骤s3包括：

5.根据权利要求1所述的一种基于元学...

【专利技术属性】
技术研发人员：田世东，陈文涛，王万斌，郑文立，李美光，田光阳，唐红涛，席先鹏，黄杨，鄢蓓，王从贵，邵亮，王崇宇，文福拴，
申请(专利权)人：国网湖北省电力有限公司恩施供电公司，
类型：发明
国别省市：