【技术实现步骤摘要】
本专利技术涉及工业电力能耗预测，特别是涉及一种细粒度电力数据预测方法、系统、设备及介质。
技术介绍
1、中国巨大的人口基数决定了用电的巨大需求。从电力的产生、运输、再到使用是同步进行的，并且各个地方电力需求、人口分布都不尽相同。这些都为满足人民用电需求带来了巨大的困难。如何准确地从各个层面预测电力数据，是解决电力能源调配问题的关键。尤其是电力负荷的细粒度预测，能通过为电力的调配与管理提供控制与决策的支持，来避免电力的无规划生产和不合理调配，能极大程度缓解地区的用电压力。
2、电力负荷的细粒度预测面临着巨大的挑战。在电力负荷数据粗粒度预测的研究上，目前成果颇丰。同一数据的粗粒度预测的数据量会比细粒度预测的数据量少很多，数据的信息、细节也会少于细粒度的。粗粒度预测对预测结果在精度、细节上的要求相对细粒度较低，粗粒度的测试集无法从更微观、更细致的层面去评判预测结果的好坏，因而粗粒度预测往往能轻松取得良好的效果。但真实的用电情况瞬息万变，粗粒度预测因其数据细节的丢失和更大的粒度而无法很好满足的电力负荷预测的需求。为电力的生产和调配提...
【技术保护点】
1.一种细粒度电力数据预测方法，其特征在于，包括：
2.根据权利要求1所述的细粒度电力数据预测方法，其特征在于，在将所述原始电力数据输入预训练网络中进行优化训练之前，还包括：对所述原始电力数据进行预处理，得到预处理数据；所述预处理的方法包括重采样和缺失值填充。
3.根据权利要求2所述的细粒度电力数据预测方法，其特征在于，所述预处理的具体过程为：对所述原始电力数据以设定粒度进行重采样，并根据均值填充法对采样后数据的缺失值进行填充。
4.根据权利要求1所述的细粒度电力数据预测方法，其特征在于，在将各分量分别送入所述多分支BiLSTM层进...
【技术特征摘要】
1.一种细粒度电力数据预测方法，其特征在于，包括：
2.根据权利要求1所述的细粒度电力数据预测方法，其特征在于，在将所述原始电力数据输入预训练网络中进行优化训练之前，还包括：对所述原始电力数据进行预处理，得到预处理数据；所述预处理的方法包括重采样和缺失值填充。
3.根据权利要求2所述的细粒度电力数据预测方法，其特征在于，所述预处理的具体过程为：对所述原始电力数据以设定粒度进行重采样，并根据均值填充法对采样后数据的缺失值进行填充。
4.根据权利要求1所述的细粒度电力数据预测方法，其特征在于，...
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。