[發明專利]電網負荷預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201811043955.X
• 申請日: 2018-09-07
• 公開（公告）號: CN109002937A
• 公開（公告）日: 2018-12-14
• 發明（設計）人: 趙少東;王程斯
• 申請（專利權）人: 深圳供電局有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 石佩

1.一種電網負荷預測方法，其特征在于，所述方法包括：

獲取電網的歷史數據；

獲取所述歷史數據中的異常值，并對所述異常值進行修復；

根據日期特征模型，選取待預測日的相似日；

根據所述相似日的歷史數據建立預測模型；

根據所述預測模型生成待預測日的預測電網負荷。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述歷史數據中的異常值，并對所述異常值進行修復包括：所述歷史數據包括：歷史電網負荷數據以及歷史氣象數據；

獲取歷史電網負荷數據以及歷史氣象數據；

獲取所述歷史電網負荷數據中的電網負荷異常值，并對所述電網負荷異常值進行修復；

獲取所述歷史氣象數據中的氣象異常值，并對所述氣象異常值進行修復。

3.根據權利要求2所述的方法，其特征在于，所述對所述異常值進行修復包括：

獲取歷史數據每一日中不同種類的異常值個數占相應日期相應種類數據總個數的比例；

若所述比例大于預設比例，則利用歷年相應日期的相應數據與相應日期前一天的相應數據的均值，修復所述異常值；

若所述比例小于等于預設比例，則獲取與相應日期相似度最高的三個日期的相應數據，并計算三個日期相應數據的均值，修復所述異常值。

4.根據權利要求3所述的方法，其特征在于，

所述日期特征模型包括：氣象特征、時間特征、氣象特征對應的映射值以及時間特征對應的映射值；

所述氣象特征包括：最高溫度、最低溫度以及濕度；

所述時間特征包括：日期特征以及日期差值；

所述預測模型包括：支持向量回歸模型、查分自回歸移動平均模型、季節指數平滑模型、指數平滑的線性回歸模型、指數平滑的支持向量回歸模型、廣義加法模型、模糊邏輯回歸模型、相似日的時間序列回歸模型、相似日的時間序列分解二重組合模型以及加權組合模型中的至少一種。

5.根據權利要求1所述的方法，其特征在于，所述選取待預測日的相似日包括：

對所述待預測日進行分類；

若待預測日為節假日，則根據節假日的相似日選取規則選取相似日；

若待預測日為非節假日，則根據非節假日的相似日選取規則選取相似日。

6.根據權利要求4所述的方法，其特征在于，所述根據所述預測模型生成待預測日的預測電網負荷包括：

根據多種所述預測模型生成相應預測模型的初始預測電網負荷；

對多種預測模型的初始預測電網負荷進行加權平均，得到最終預測電網負荷。

7.根據權利要求1所述的方法，其特征在于，所述根據所述預測模型生成待預測日的預測電網負荷之后還包括：

獲取待預測日的實際電網負荷；

根據所述預測電網負荷和實際電力電網負荷，計算預測誤差；

根據所述預測誤差，計算相應預測模型的準確度參數。

8.一種電網負荷預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取電網的歷史數據；

數據修復模塊，用于獲取所述歷史數據中的異常值，并對所述異常值進行修復；

相似日選取模塊，用于根據日期特征模型，選取待預測日的相似日；

模型建立模塊，用于根據所述相似日的歷史數據建立預測模型；

預測模塊，用于根據所述預測模型生成待預測日的預測電網負荷。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。