一种电力需求负荷量预测方法、装置、设备和存储介质制造方法及图纸

本申请提出了一种电力需求负荷量预测方法、装置、设备和存储介质。该方法通过收集电力数据并进行插值、归一化和编码，获得一维输入数据。按照预设时间间隔分组，用一维卷积组提取一阶特征，再用LSTM提取二阶特征。通过计算一阶特征的均方差，结合注意力机制优化参数权重，融合特征得到预测特征。最后，通过全连接层和线性回归层处理预测特征，得出用电量预测值。此方法引入人工智能和多尺度快慢机制，增强了非线性数据处理能力，提高了预测精度。

【技术实现步骤摘要】

本申请属于电网负荷预测领域，尤其涉及一种电力需求负荷量预测方法、装置、设备和存储介质。

技术介绍

1、准确的需求负荷预测有助于优化电力系统的运行成本，同时，对需求负荷的准确预测也为用户提供了合理的用电建议，有助于节约能源和降低成本。此外，预测还可以指导设备的维护计划，最大程度地减少停机时间和维修成本。

2、传统的电力需求负荷预测方法通常采用统计模型、时间序列分析和传统机器学习算法。这些方法主要依赖于历史数据和手工提取的特征，其预测性能受限于模型假设和特征工程的质量。同时，传统方法通常需要大量人工干预和调整，并且在处理电力系统中的非线性、高度动态性以及数据不完整性等方面存在局限性。

3、由于电力系统具有复杂的非线性关系和时变特性，传统方法往往无法准确捕捉和建模系统的动态行为，导致预测结果的精度受到限制。

4、另外，电力系统的运行状态和外部环境因素可能随时发生变化，如天气、季节、用电习惯等因素都会对电力需求产生影响。然而，传统方法往往只依赖于历史数据和简单的特征，无法充分考虑到实时数据的变化以及各种因素之间的复杂关联关系，导本文档来自技高网...

【技术保护点】

1.一种电力需求负荷量预测方法，其特征在于，包括：

2.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，所述电力数据，包括：每日和每小时用电量数据，日期类型，以及天气类型参数；

3.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，对所述电力数据进行插值、归一化和one-hot编码，其中的插值包括：

4.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，对所述电力数据进行插值、归一化和one-hot编码，其中的归一化包括：

5.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，对所述电力数据进行插值、归一化...

【技术特征摘要】

1.一种电力需求负荷量预测方法，其特征在于，包括：

2.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，所述电力数据，包括：每日和每小时用电量数据，日期类型，以及天气类型参数；

3.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，对所述电力数据进行插值、归一化和one-hot编码，其中的插值包括：

4.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，对所述电力数据进行插值、归一化和one-hot编码，其中的归一化包括：

5.根据权利要求1所述一种电力需求负荷量预测方法，其特征在于，对所述电力数据进行插值、归...

【专利技术属性】
技术研发人员：吴鹏，郑涛，管九皓，陈旭，司亚东，李广晨，崔照鑫，纪凯源，栾万春，刘丽，孙伟，董行，程竺瑄，韩旭，杨金柱，孙奇，朱良双，王鸿菲，燕一文，穆琳琳，
申请(专利权)人：国网辽宁省电力有限公司朝阳供电公司，
类型：发明
国别省市：