多元负荷预测方法、装置、电子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多元负荷预测方法、装置、电子设备及存储介质，用于解决采用现有相关方法进行负荷预测时存在的局限性较大，预测精度较低的技术问题。所述方法包括：获取电力系统的历史电力数据；将所述历史电力数据输入至预训练的多元负荷预测模型进行基于P阶误差修正的负荷预测，获得负荷预测结果；在负荷预测过程中，基于所述负荷预测结果对误差阶数P进行自适应调整，输出负荷预测修正结果；从而通过基于P阶误差修正的负荷预测以及P阶误差阶数的自适应调整，可以获得更为准确的负荷预测结果，同时本方法对输入数据信号没有可分解或绝对可积要求，从而扩大了方法适用范围，降低了方法适用场景的局限性。

【技术实现步骤摘要】

本专利技术涉及电力负荷预测，尤其涉及一种多元负荷预测方法、装置、电子设备及存储介质。

技术介绍

1、随着智能电网的不断发展，用户的用电数据呈指数增长，从而促进了负荷预测研究的快速发展。提高负荷预测的技术水平，不仅有利于计划用电管理、合理安排电网运行方式和机组检修计划、制定合理的电源建设规划，还有利于提高电力系统的经济效益和社会效益。特别是近年来负荷预测领域的技术已经发生了巨大转变。许多传统负荷预测方法逐渐被更加精确的基于数据驱动的深度学习方法所取代。

2、短期负荷预测是目前电力系统中一个重要的研究方向。在经历了数十年的发展之后，区域负荷预测技术以及工商业等用电大户的负荷预测技术已经趋向于成熟。深度学习的出现及其在时间序列预测任务中的优秀表现，为短期负荷预测提供了新的思路，使得许多研究者对基于深度学习的短期负荷预测展开了研究，从而导致深度学习成为目前短期负荷预测任务的主流技术之一。近年来，研究人员提出了一大批基于深度学习的负荷预测算法。这些算法主要由基于全连接神经网络、rnn（recurrent neural network，循环神经网络）以及c本文档来自技高网...

【技术保护点】

1.一种多元负荷预测方法，其特征在于，包括：

2.根据权利要求1所述的多元负荷预测方法，其特征在于，所述多元负荷预测模型包括一个负荷预测模型以及P个误差预测模型，所述将所述历史电力数据输入至预训练的多元负荷预测模型进行基于P阶误差修正的负荷预测，获得负荷预测结果，包括：

3.根据权利要求2所述的多元负荷预测方法，其特征在于，所述预测误差值通过如下方式计算：

4.根据权利要求2所述的多元负荷预测方法，其特征在于，所述P个误差预测模型包括1阶误差预测模型、2阶误差预测模型、依此类推至P阶误差预测模型，所述根据所述P个误差预测模型对各个所述预测误差值进行误差...

【技术特征摘要】

1.一种多元负荷预测方法，其特征在于，包括：

2.根据权利要求1所述的多元负荷预测方法，其特征在于，所述多元负荷预测模型包括一个负荷预测模型以及p个误差预测模型，所述将所述历史电力数据输入至预训练的多元负荷预测模型进行基于p阶误差修正的负荷预测，获得负荷预测结果，包括：

3.根据权利要求2所述的多元负荷预测方法，其特征在于，所述预测误差值通过如下方式计算：

4.根据权利要求2所述的多元负荷预测方法，其特征在于，所述p个误差预测模型包括1阶误差预测模型、2阶误差预测模型、依此类推至p阶误差预测模型，所述根据所述p个误差预测模型对各个所述预测误差值进行误差预测，获得各阶第二误差预测值，包括：

5.根据权利要求1所述的多元负荷预测方法...

【专利技术属性】
技术研发人员：余志文，梁宇博，王晓彬，黎金锋，赵颖，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：