[發明專利]用電量預測模型的訓練方法

在審

• 申請號: 201711239980.0
• 申請日: 2017-11-30
• 公開（公告）號: CN108022008A
• 公開（公告）日: 2018-05-11
• 發明（設計）人: 嚴通煜;楊迪珊;項康利;柯圣舟;李喜蘭;林紅陽;曾鳴;李源非;隆竹寒;閆彤
• 申請（專利權）人: 國網福建省電力有限公司經濟技術研究院;華北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

1.一種用電量預測模型的訓練方法，所述方法適于在計算設備上執行，所述方法包括步驟：

針對多個用電類型中的某一用電類型，獲取第一數量個歷史用電數據作為該用電類型的訓練數據；

利用不同用電類型的訓練數據訓練對應用電類型的用電量預測模型并輸出預測值；以及

計算每次訓練輸出的預測值與真實值的誤差率，直到所述誤差率小于預設閾值時訓練結束，得到訓練后的用電量預測模型。

2.如權利要求1所述的訓練方法，其中，所述用電類型包括：第一產業用電、第二產業用電、第三產業用電和居民生活用電。

3.如權利要求1或2所述的訓練方法，其中，所述用電量預測模型為NAR神經網絡模型。

4.如權利要求3所述的訓練方法，其中，所述用電量預測模型包括輸入層、中間層和輸出層共三層神經網絡，

其中，所述輸入層具有第一數量個節點，所述中間層具有第二數量個節點，所述輸出層只有一個節點。

5.如權利要求4所述的訓練方法，其中，所述利用不同用電類型的訓練數據訓練對應用電類型的用電量預測模型并輸出預測值的步驟包括：

針對不同用電類型的訓練數據，通過激活函數計算出中間層每個節點的輸出；以及

利用中間層每個節點的輸出以線性方式計算出對應用電量預測模型的預測值。

6.一種用電量預測方法，所述方法適于在計算設備中執行，所述方法包括步驟：

執行如權利要求1-5中任一項所述的訓練方法，訓練生成不同用電類型的用電量預測模型；以及

將對應用電類型下的第一數量個用電數據輸入該用電類型的用電量預測模型，輸出該用電類型的用電量預測值。

7.如權利要求6所述的方法，還包括步驟：

將不同用電類型的用電量預測值相加得到預測總用電量。

8.如權利要求6或7所述的訓練方法，其中，所述用電類型包括：第一產業用電、第二產業用電、第三產業用電和居民生活用電。

9.一種計算設備，包括：

一個或多個處理器；和

存儲器；

一個或多個程序，其中所述一個或多個程序存儲在所述存儲器中并被配置為由所述一個或多個處理器執行，所述一個或多個程序包括用于執行根據權利要求1-8所述方法中的任一方法的指令。

10.一種存儲一個或多個程序的計算機可讀存儲介質，所述一個或多個程序包括指令，所述指令當計算設備執行時，使得所述計算設備執行根據權利要求1-8所述的方法中的任一方法。