【技術實現步驟摘要】
本申請涉及負荷預測，尤其涉及一種短期電力負荷預測方法。
技術介紹
1、在電力系統正在進行的改革和電力市場的動態擴張中，精確的短期電力負荷預測對于促進電力市場內的實時交易結算至關重要。圍繞電力負荷的固有不確定性經常引發預測差異，使電網的運營成本上升，并對電力系統調度工作構成重大挑戰。
2、相關技術中對短期電力負荷預測主要分為兩類，一類是經典預測方法，采用支持向量機、人工神經網絡、極值學習機及其組合模型，進行短期電力負荷的預測；另一類是采用樹集成算法和深度學習法等利用人工智能技術的方法，進行短期電力負荷預測，為電力行業的準確決策提供了強有力的支持。然而，這些方法大多數研究主要集中在點預測上，在復雜環境下會顯著影響負荷預測的準確性，在長時間序列預測中往往難以達到理想的結果。
技術實現思路
1、本申請實施例提供了一種短期電力負荷預測方法，以提高復雜環境下短期電力負荷的預測精度和性能。
2、第一方面，本申請實施例提供了一種短期電力負荷預測方法，包括：
3、獲取歷史時段的歷史負荷數據、歷史負荷數據對應的歷史氣象數據和歷史時間數據，以及待預測時段的未來氣象數據和未來時間數據；
4、根據所述歷史負荷數據、所述歷史氣象數據和所述歷史時間數據，進行特征分析，得到所述歷史負荷數據的影響因素特征；
5、根據所述影響因素特征，從所述歷史氣象數據、所述歷史時間數據、所述未來氣象數據和所述未來時間數據，確定影響因素數據；
6、對所述歷史負荷
7、根據預設的時間序列預測模型、影響因素數據和每個負荷分量，確定每個負荷分量對應的預測結果；
8、將各個預測結果進行合并重構，得到所述待預測時段的電力負荷預測數據。
9、第二方面，本申請實施例提供了一種短期電力負荷預測裝置，包括：
10、獲取模塊，用于獲取歷史時段的歷史負荷數據、歷史負荷數據對應的歷史氣象數據和歷史時間數據，以及待預測時段的未來氣象數據和未來時間數據；
11、特征分析模塊，用于根據所述歷史負荷數據、所述歷史氣象數據和所述歷史時間數據，進行特征分析，得到所述歷史負荷數據的影響因素特征；
12、提取模塊，用于根據所述影響因素特征，從所述歷史氣象數據、所述歷史時間數據、所述未來氣象數據和未來時間數據，確定影響因素數據；
13、模態分解模塊，用于對所述歷史負荷數據進行模態分解，得到多個不同頻率的負荷分量；
14、預測模塊，用于根據預設的時間序列預測模型、影響因素數據和每個負荷分量，確定每個負荷分量對應的預測結果；
15、重構模塊，用于將各個預測結果進行合并重構，得到所述待預測時段的電力負荷預測數據。
16、第三方面，本申請實施例提供了一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上第一方面或第一方面的任一種可能的實現方式所述的方法的步驟。
17、第四方面，本申請實施例提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如上第一方面或第一方面的任一種可能的實現方式所述的方法的步驟。
18、本申請實施例與現有技術相比存在的有益效果是：
19、本申請實施例通過歷史負荷數據、歷史氣象數據和歷史時間數據，進行特征分析，可以充分考慮與負荷數據相關的氣象和時間等因素，得到歷史負荷數據的影響因素特征，再從歷史氣象數據、歷史時間數據、未來氣象數據和未來時間數據中確定影響因素數據，可以保留對電力負荷預測重要的關鍵特征，去除低相關性的特征，減輕低相關性特征在預測過程中的干擾，從而提高預測的準確性，同時，還可以減少數據輸入，提高預測效率；通過對歷史負荷數據進行模態分解，得到多個不同頻率的負荷分量，可以處理負荷數據的非線性和非平穩性，以便后續進行準確預測；再通過時間序列預測模型、影響因素數據和每個負荷分量，可以對每個負荷分量分別進行預測，能夠準確得到每個負荷分量對應的預測結果，避免直接利用歷史負荷數據進行預測所導致的預測不準確的問題；最后通過將各個預測結果進行合并重構，可以準確得到電力負荷的預測數據，提高預測精度和性能。
本文檔來自技高網...【技術保護點】
1.一種短期電力負荷預測方法，其特征在于，包括：
2.根據權利要求1所述的短期電力負荷預測方法，其特征在于，所述歷史氣象數據和所述歷史時間數據分別包括多種類型；
3.根據權利要求2所述的短期電力負荷預測方法，其特征在于，所述貢獻閾值包括氣象貢獻閾值和時間貢獻閾值；
4.根據權利要求1所述的短期電力負荷預測方法，其特征在于，所述影響因素數據包括動態影響數據和靜態影響數據；所述時間序列預測模型包括多個負荷預測模型，每個負荷預測模型包括特征投影模塊、密集編碼模塊、密集解碼模塊和時序解碼模塊；每個負荷分量對應一個負荷預測模型；
5.根據權利要求4所述的短期電力負荷預測方法，其特征在于，在針對每個負荷分量，將該負荷分量對應的動態影響數據輸入至對應的負荷預測模型的特征投影模塊，得到該特征投影模塊輸出的低維影響數據之前，還包括：
6.根據權利要求1所述的短期電力負荷預測方法，其特征在于，所述對所述歷史負荷數據進行模態分解，得到多個不同頻率的負荷分量，包括：
7.根據權利要求1至6中任一項所述的短期電力負荷預測方法，其特征在
8.一種短期電力負荷預測裝置，其特征在于，包括：
9.一種電子設備，包括存儲器和處理器，所述存儲器用于存儲計算機程序，所述處理器用于調用并運行所述存儲器中存儲的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如上的權利要求1至7中任一項所述的方法的步驟。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如上的權利要求1至7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種短期電力負荷預測方法，其特征在于，包括：
2.根據權利要求1所述的短期電力負荷預測方法，其特征在于，所述歷史氣象數據和所述歷史時間數據分別包括多種類型；
3.根據權利要求2所述的短期電力負荷預測方法，其特征在于，所述貢獻閾值包括氣象貢獻閾值和時間貢獻閾值；
4.根據權利要求1所述的短期電力負荷預測方法，其特征在于，所述影響因素數據包括動態影響數據和靜態影響數據；所述時間序列預測模型包括多個負荷預測模型，每個負荷預測模型包括特征投影模塊、密集編碼模塊、密集解碼模塊和時序解碼模塊；每個負荷分量對應一個負荷預測模型；
5.根據權利要求4所述的短期電力負荷預測方法，其特征在于，在針對每個負荷分量，將該負荷分量對應的動態影響數據輸入至對應的負荷預測模型的特征投影模塊，得到該特征投影模塊輸出的低維影響數據之前，還包括：
6....
【專利技術屬性】
技術研發人員：孫舶皓，裴宇婷，閻博，趙堃，季震，孫巍，李剛，宋慶昌，劉梅，韓俊杰，
申請(專利權)人：國網冀北電力有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。