本申請公開了一種負荷預測方法、裝置、存儲介質以及電子設備，涉及智能電網與預測分析領域。其中，該方法包括：獲取第一時間段的歷史負荷序列、第一數據以及第二時間段的第二數據；通過目標操作將歷史負荷序列分解為N個第一分量和M個第二分量；根據每個第一分量的數值變化情況，將N個第一分量劃分為Z個序列；將第一數據和第二數據加入Z個序列的每個序列中，并將加入第一數據和第二數據的序列作為目標序列，得到Z個目標序列；根據Z個目標序列和M個第二分量確定第二時間段的目標負荷預測結果。本申請解決了傳統的預測方法存在難以處理非線性、非平穩數據，導致負荷預測結果的準確性低的技術問題。
【技術實現步驟摘要】
本申請涉及智能電網與預測分析領域，具體而言，涉及一種負荷預測方法、裝置、存儲介質以及電子設備。
技術介紹
1、在電力系統管理與優化中，短期電力負荷預測技術扮演著至關重要的角色，它直接影響著電網的運行效率、電力資源的合理分配以及電力市場的經濟性。傳統的預測方法，諸如時間序列分析、回歸模型以及基于專家系統的預測方法，雖然在平穩性較高的數據集上能夠提供一定的預測精度，但在面對復雜多變、非線性且非平穩的電力負荷數據時，往往難以達到滿意的預測效果。這類負荷數據通常包含著周期性波動、突變性事件以及隨時間變化的供需模式，這些特性使得傳統模型的預測能力受到嚴重限制，導致負荷預測結果的準確性顯著下降。
2、新型電力系統中，分布式能源的接入、用戶需求的多樣化以及供需平衡的動態性，使得電力負荷數據的非線性和非平穩性更加顯著。傳統的預測方法在處理這類數據時，面臨模型泛化能力弱、無法捕捉復雜時間空間特征等技術難題，特別是在處理大范圍波動、長期趨勢變化以及偶發事件對負荷影響時，預測精度往往難以滿足電力系統高效運行的需求。
3、傳統上，短期電力負荷預測方法依賴于歷史負荷數據和各種統計分析技術，如時間序列分析、回歸分析等。這些方法雖然在某些條件下能夠提供相對準確的預測結果，但它們往往受限于處理復雜非線性關系的能力，對于非平穩、非線性的電力數據尤其顯得力不從心。隨著電力系統復雜程度的增加，電力負荷數據呈現出更高維度的波動性、周期性和非平穩特性，這些都對傳統預測方法構成了挑戰。
4、針對上述的問題，目前尚未提出有效的解決方案。</p>
技術實現思路
1、本申請提供了一種負荷預測方法、裝置、存儲介質以及電子設備，以至少解決傳統的預測方法存在難以處理非線性、非平穩數據，導致負荷預測結果的準確性低的技術問題。
2、根據本申請的一個方面，提供了一種負荷預測方法，包括：獲取第一時間段的歷史負荷序列、第一數據以及第二時間段的第二數據，其中，第一數據用于表征對第一時間段的歷史負荷序列有影響的因素，第二數據用于表征對第二時間段的負荷序列有影響的因素，第二時間段在第一時間段之后；通過目標操作將歷史負荷序列分解為n個第一分量和m個第二分量，其中，n為大于1的整數，m為大于或等于1的整數，目標操作用于將非線性、非平穩數據為分解為模態分量，第一分量用于表征負荷數據在目標頻率范圍內的動態特性，第二分量用于表征負荷數據中頻率小于預設頻率的數據情況；根據每個第一分量的數值變化情況，將n個第一分量劃分為z個序列，其中，z為大于1的整數，每個序列中包括滿足預設條件的第一分量；將第一數據和第二數據加入z個序列的每個序列中，并將加入第一數據和第二數據的序列作為目標序列，得到z個目標序列；根據z個目標序列和m個第二分量確定第二時間段的目標負荷預測結果。
3、可選地，通過目標操作將歷史負荷序列分解為n個第一分量和m個第二分量，包括：獲取白噪聲集；將白噪聲集中的白噪聲分s次分別加入歷史負荷序列中，得到s個待分解歷史負荷，其中，s為大于1的整數；通過目標操作對s個待分解歷史負荷進行分解，得到n個第一分量和m個第二分量。
4、可選地，根據每個第一分量的數值變化情況，將n個第一分量劃分為z個序列，包括：對n個第一分量進行平穩性檢驗，得到檢驗結果，其中，平穩性檢驗用于評估負荷數據的統計特性是否隨時間變化；根據檢驗結果，將n個第一分量劃分為z個序列，其中，z個序列至少包括波動序列、周期序列、平穩序列，其中，波動序列包括數據變化情況滿足第一預設條件的第一分量，周期序列包括數據變化情況滿足第二預設條件的第一分量，平穩序列包括數據變化情況滿足第三預設條件的第一分量，其中，第一預設條件表征數據的變化浮動超過預設閾值，第二預設條件表征數據呈周期性變化，第三預設條件表征數據的統計特性保持不變。
5、可選地，在根據檢驗結果，將n個第一分量劃分為z個序列之后，負荷預測方法還包括：對z個序列和m個第二分量進行數據清洗和預處理，其中，數據清洗用于處理z個序列和m個第二分量中的異常值，預處理用于對z個序列和m個第二分量進行歸一化處理和缺失值處理。
6、可選地，根據z個目標序列、m個第二分量確定第二時間段的目標負荷預測結果，包括：將z個目標序列輸入到z個第一目標預測模型中，得到z個第一初始負荷預測結果，其中，第一目標預測模型用于對目標序列進行特征提取，根據提取到的特征進行時間序列建模并根據時間序列建模進行負荷預測；將第一數據和第二數據加入m個第二分量的每個第二分量中，并將加入第一數據和第二數據的第二分量作為目標分量，得到m個目標分量；將m個目標分量輸入到m個第二目標預測模型中，得到m個第二初始負荷預測結果，其中，第二目標預測模型用于對目標分量進行特征提取，根據提取到的特征進行時間序列建模并根據時間序列建模進行負荷預測；根據z個第一初始負荷預測結果和m個第二初始負荷預測結果確定第二時間段的目標負荷預測結果。
7、可選地，根據z個第一初始負荷預測結果和m個第二初始負荷預測結果確定第二時間段的目標負荷預測結果，包括：對z個第一初始負荷預測結果和m個第二初始負荷預測結果進行歸一化處理的逆向處理，得到l個第三初始負荷預測結果，其中，z和m的總和等于l；確定l個第三初始負荷預測結果中每個第三初始負荷預測結果的權重；根據l個第三初始負荷預測結果和l個第三初始負荷預測結果對應的權重確定第二時間段的目標負荷預測結果。
8、可選地，第一目標預測模型和第二目標預測模型通過以下步驟得到：獲取訓練數據集，其中，訓練數據集包括第一歷史時間段的n個第一分量、m個第二分量以及第一數據，以及第二歷史時間段的n個第一分量、m個第二分量和第二數據，其中，第一歷史時間段在第一時間段之前，第二歷史時間段在第一歷史時間段之后；將第一歷史時間段的n個第一分量、第一數據以及第二歷史時間段的第二數據作為第一訓練樣本；將第二歷史時間段的n個第一分量作為第一訓練標簽；根據第一訓練樣本和第一訓練標簽對第一神經網絡進行迭代訓練，得到z個第一目標預測模型；將第一歷史時間段的m個第二分量、第一數據以及第二歷史時間段的第二數據作為第二訓練樣本；將第二歷史時間段的m個第二分量作為第二訓練標簽；根據第二訓練樣本和第二訓練標簽對第二神經網絡進行迭代訓練，得到m個第二目標預測模型。
9、根據本申請的另一方面，還提供了一種負荷預測裝置，包括：獲取單元，獲取第一時間段的歷史負荷序列、第一數據以及第二時間段的第二數據，其中，第一數據用于表征對第一時間段的歷史負荷序列有影響的因素，第二數據用于表征對第二時間段的負荷序列有影響的因素，第二時間段在第一時間段之后；分解單元，通過目標操作將歷史負荷序列分解為n個第一分量和m個第二分量，其中，n為大于1的整數，m為大于或等于1的整數，目標操作用于將非線性、非平穩數據為分解為模態分量，第一分量用于表征負荷數據在目標頻率范圍內的動態特性，第二分量用于表征負荷數據中頻率小于預設頻率的數據情況；劃分單元，根據每個第一分量的數值變化情況，將n個第本文檔來自技高網
...
【技術保護點】
1.一種負荷預測方法，其特征在于，包括：
2.根據權利要求1所述的負荷預測方法，其特征在于，通過目標操作將所述歷史負荷序列分解為N個第一分量和M個第二分量，包括：
3.根據權利要求1所述的負荷預測方法，其特征在于，根據每個所述第一分量的數值變化情況，將N個所述第一分量劃分為Z個序列，包括：
4.根據權利要求3所述的負荷預測方法，其特征在于，在根據所述檢驗結果，將N個所述第一分量劃分為Z個所述序列之后，所述負荷預測方法還包括：
5.根據權利要求1所述的負荷預測方法，其特征在于，根據Z個所述目標序列、M個所述第二分量確定第二時間段的目標負荷預測結果，包括：
6.根據權利要求5所述的負荷預測方法，其特征在于，根據Z個所述第一初始負荷預測結果和M個所述第二初始負荷預測結果確定所述第二時間段的目標負荷預測結果，包括：
7.根據權利要求5所述的負荷預測方法，其特征在于，所述第一目標預測模型和所述第二目標預測模型通過以下步驟得到：
8.一種負荷預測裝置，其特征在于，包括：
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機程序，其中，在所述計算機程序運行時，使得所述計算機可讀存儲介質所在設備執行權利要求1至7中任意一項所述的負荷預測方法。
10.一種電子設備，其特征在于，包括一個或多個處理器和存儲器，所述存儲器用于存儲一個或多個程序，其中，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器執行權利要求1至7中任意一項所述的負荷預測方法。
...
【技術特征摘要】
1.一種負荷預測方法，其特征在于，包括：
2.根據權利要求1所述的負荷預測方法，其特征在于，通過目標操作將所述歷史負荷序列分解為n個第一分量和m個第二分量，包括：
3.根據權利要求1所述的負荷預測方法，其特征在于，根據每個所述第一分量的數值變化情況，將n個所述第一分量劃分為z個序列，包括：
4.根據權利要求3所述的負荷預測方法，其特征在于，在根據所述檢驗結果，將n個所述第一分量劃分為z個所述序列之后，所述負荷預測方法還包括：
5.根據權利要求1所述的負荷預測方法，其特征在于，根據z個所述目標序列、m個所述第二分量確定第二時間段的目標負荷預測結果，包括：
6.根據權利要求5所述的負荷預測方法，其特征在于，根據z個所述第一初始負荷預測結...
【專利技術屬性】
技術研發人員：唐竹，肖宇航，張彩霞，潘子健，郭淳，
申請(專利權)人：國網北京市電力公司，
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。