[發(fā)明專利]電子裝置、基于梯度提升回歸的建筑物電力負(fù)荷預(yù)測(cè)方法及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811020635.2
• 申請(qǐng)日: 2018-09-03
• 公開（公告）號(hào): CN109377406A
• 公開（公告）日: 2019-02-22
• 發(fā)明（設(shè)計(jì)）人: 阮曉雯;徐亮;肖京
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06Q50/06
• 分類號(hào): G06Q50/06;G06F17/50
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種電子裝置，其特征在于，所述電子裝置包括存儲(chǔ)器、及與所述存儲(chǔ)器連接的處理器，所述處理器用于執(zhí)行所述存儲(chǔ)器上存儲(chǔ)的基于梯度提升回歸的建筑物電力負(fù)荷預(yù)測(cè)程序，所述基于梯度提升回歸的建筑物電力負(fù)荷預(yù)測(cè)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如下步驟：

A1、采集預(yù)先確定的建筑物在預(yù)測(cè)日對(duì)應(yīng)的影響電力負(fù)荷的各個(gè)因素的取值，其中，影響電力負(fù)荷的因素包括溫度屬性、周屬性、節(jié)日屬性、濕度屬性以及預(yù)先設(shè)置的供電輸出功率；

A2、對(duì)采集得到的各個(gè)因素的取值進(jìn)行歸一化處理，以得到歸一化之后的各個(gè)因素值；

A3、根據(jù)預(yù)先訓(xùn)練完成的梯度提升回歸預(yù)測(cè)模型進(jìn)行電力負(fù)荷值預(yù)測(cè)，以預(yù)測(cè)出所述預(yù)先確定的建筑物在對(duì)應(yīng)預(yù)測(cè)日的最大電力負(fù)荷值。

2.如權(quán)利要求1所述的電子裝置，其特征在于，在所述步驟A1中，所述溫度屬性包括根據(jù)氣象預(yù)報(bào)確定的預(yù)測(cè)日的各個(gè)時(shí)刻的溫度值的平均溫度、最高溫度以及最低溫度；所述周屬性指的是預(yù)測(cè)日屬于周幾；所述節(jié)日屬性指的是預(yù)測(cè)日是否屬于節(jié)日；所述濕度屬性包括預(yù)測(cè)日的平均濕度；所述預(yù)先設(shè)置的供電輸出功率由相關(guān)專業(yè)人員根據(jù)經(jīng)驗(yàn)值進(jìn)行設(shè)置。

3.如權(quán)利要求2所述的電子裝置，其特征在于，所述預(yù)先訓(xùn)練完成的梯度提升回歸模型為梯度提升回歸樹，所述梯度提升回歸樹的表達(dá)式為：

4.如權(quán)利要求3所述的電子裝置，其特征在于，所述梯度提升回歸模型的訓(xùn)練過程包括：

選取所述預(yù)先確定的建筑物在預(yù)定義時(shí)間段內(nèi)每天的樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括電力負(fù)荷值、預(yù)先設(shè)置的充電功率、溫度屬性、周屬性、節(jié)日屬性以及濕度屬性；

對(duì)獲取的上述樣本數(shù)據(jù)進(jìn)行預(yù)處理，以得到訓(xùn)練樣本數(shù)據(jù)集M＝{(x1,y1),(x2,y2),…,(xN,yN)},其中，xN代表的是第N天，yN代表的是第N天的訓(xùn)練樣本向量；

預(yù)定義梯度提升回歸模型的損失函數(shù)為L＝(y,f(x))，輸出的梯度提升回歸樹為f(x)；

將輸出的梯度提升回歸數(shù)進(jìn)行初始化，以得到只有一個(gè)根節(jié)點(diǎn)的樹f_m(x)，其中，

然后令m＝1,2,3,…M，令n＝1,2,3,…N進(jìn)行求解，以計(jì)算出當(dāng)前模型的損失函數(shù)的負(fù)梯度值，并將計(jì)算得到的負(fù)梯度值作為殘差的估計(jì)值，其中，計(jì)算得到的負(fù)梯度值為：

進(jìn)一步地，用rmn擬合回歸樹進(jìn)行線性搜索，以估計(jì)葉節(jié)點(diǎn)的值c_mk，其中，得到第m棵樹的葉結(jié)點(diǎn)Rmk，其中，k＝1,2,3,…,K；

令k＝1,2,3,…,K計(jì)算葉節(jié)點(diǎn)的值c_mk，其中，

對(duì)所述只有一個(gè)根節(jié)點(diǎn)的樹f_m(x)進(jìn)行訓(xùn)練更新，以得到梯度提升回歸樹。

5.如權(quán)利要求4所述的電子裝置，其特征在于，對(duì)獲取的上述樣本數(shù)據(jù)進(jìn)行預(yù)處理，以得到訓(xùn)練樣本數(shù)據(jù)集的步驟包括：

分析采集的電力負(fù)荷值是否存在缺失數(shù)據(jù)和突變數(shù)據(jù)；

若存在缺失數(shù)據(jù)和突變數(shù)據(jù)，則根據(jù)電力負(fù)荷值的周期性和連續(xù)性，用缺失數(shù)據(jù)前后兩日的電力負(fù)荷的平均值進(jìn)行缺失值填充以及用突變數(shù)據(jù)前后兩日的電力負(fù)荷的平均值代替突變數(shù)據(jù)，以得到完整的電力負(fù)荷值的訓(xùn)練樣本數(shù)據(jù)集；

對(duì)得到的完整的訓(xùn)練樣本數(shù)據(jù)集進(jìn)行歸一化處理，將所述訓(xùn)練樣本數(shù)據(jù)集中的數(shù)據(jù)映射到[0,1]區(qū)間，以得到每天的訓(xùn)練樣本向量。

6.一種基于梯度提升回歸的建筑物電力負(fù)荷預(yù)測(cè)方法，其特征在于，所述方法包括如下步驟：

S1、采集預(yù)先確定的建筑物在預(yù)測(cè)日對(duì)應(yīng)的影響電力負(fù)荷的各個(gè)因素的取值，其中，影響電力負(fù)荷的因素包括溫度屬性、周屬性、節(jié)日屬性、濕度屬性以及預(yù)先設(shè)置的供電輸出功率；

S2、對(duì)采集得到的各個(gè)因素的取值進(jìn)行歸一化處理，以得到歸一化之后的各個(gè)因素值；

S3、根據(jù)預(yù)先訓(xùn)練完成的梯度提升回歸預(yù)測(cè)模型進(jìn)行電力負(fù)荷值預(yù)測(cè)，以預(yù)測(cè)出所述預(yù)先確定的建筑物在對(duì)應(yīng)預(yù)測(cè)日的最大電力負(fù)荷值。