[發明專利]基于回聲狀態網絡的電力負荷預測方法、裝置及設備

在審

• 申請號: 201910615230.1
• 申請日: 2019-07-09
• 公開（公告）號: CN110309979A
• 公開（公告）日: 2019-10-08
• 發明（設計）人: 肖勇;徐兵;鄭楷洪;楊勁鋒
• 申請（專利權）人: 南方電網科學研究院有限責任公司;中國南方電網有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F16/2458
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 侯珊

1.一種基于回聲狀態網絡的電力負荷預測方法，其特征在于，包括：

獲取電力負荷時間序列數據集，并將所述電力負荷時間序列數據集按預設比例劃分為時間序列訓練數據集和時間序列測試數據集；

將所述時間序列訓練數據集輸入到依賴關系不同的多個回聲狀態網絡中，分別得到所述時間序列訓練數據集中各預設時刻的電力負荷數據集分別對應的不同時間尺度的儲備池狀態，并分別將各預設時刻的電力負荷數據集對應的各所述儲備池狀態進行拼接，得到各預設時刻的電力負荷數據集分別對應的拼接后儲備池狀態矩陣；

利用嶺回歸對各所述拼接后儲備池狀態矩陣進行訓練，得到輸出層權重；

將所述時間序列測試數據集輸入到各所述回聲狀態網絡中，并結合所述輸出層權重預測所述電力負荷時間序列數據集下一預設時刻的電力負荷值。

2.根據權利要求1所述的基于回聲狀態網絡的電力負荷預測方法，其特征在于，當所述電力負荷時間序列數據集中的電力負荷數據的數量級或量綱不一致時，在獲取電力負荷時間序列數據集之后，將所述電力負荷時間序列數據集按預設比例劃分為時間序列訓練數據集和時間序列測試數據集之前，還包括：

對所述電力負荷時間序列數據集中的各所述電力負荷數據進行歸一化操作。

3.根據權利要求1或2所述的基于回聲狀態網絡的電力負荷預測方法，其特征在于，在結合所述輸出層權重預測所述電力負荷時間序列數據集下一預設時刻的電力負荷值之后，還包括：

獲取所述電力負荷時間序列數據集下一預設時刻的真實電力負荷值；

利用所述電力負荷時間序列數據集的真實電力負荷值和預測出的電力負荷值，檢驗預測過程所用電力負荷預測模型的有效性。

4.根據權利要求3所述的基于回聲狀態網絡的電力負荷預測方法，其特征在于，利用所述電力負荷時間序列數據集的真實電力負荷值和預測出的電力負荷值，檢驗預測過程所用電力負荷預測模型的有效性，包括：

計算所述電力負荷時間序列數據集中各電力負荷數據的電力負荷平均值；

根據所述電力負荷平均值，計算所述電力負荷時間序列數據集的真實電力負荷值和預測出的電力負荷值的標準均方根誤差；

利用所述標準均方根誤差檢驗所述電力負荷預測模型的有效性。

5.一種基于回聲狀態網絡的電力負荷預測裝置，其特征在于，包括：

數據集劃分模塊，用于獲取電力負荷時間序列數據集，并將所述電力負荷時間序列數據集按預設比例劃分為時間序列訓練數據集和時間序列測試數據集；

矩陣獲得模塊，用于將所述時間序列訓練數據集輸入到依賴關系不同的多個回聲狀態網絡中，分別得到所述時間序列訓練數據集中各預設時刻的電力負荷數據集分別對應的不同時間尺度的儲備池狀態，并分別將各預設時刻的電力負荷數據集對應的各所述儲備池狀態進行拼接，得到各預設時刻的電力負荷數據集分別對應的拼接后儲備池狀態矩陣；

輸出層權重獲得模塊，用于利用嶺回歸對各所述拼接后儲備池狀態矩陣進行訓練，得到輸出層權重；

電力負荷值預測模塊，用于將所述時間序列測試數據集輸入到各所述回聲狀態網絡中，并結合所述輸出層權重預測所述電力負荷時間序列數據集下一預設時刻的電力負荷值。

6.根據權利要求5所述的基于回聲狀態網絡的電力負荷預測裝置，其特征在于，還包括：

歸一化模塊，用于當所述電力負荷時間序列數據集中的電力負荷數據的數量級或量綱不一致時，在獲取電力負荷時間序列數據集之后，將所述電力負荷時間序列數據集按預設比例劃分為時間序列訓練數據集和時間序列測試數據集之前，對所述電力負荷時間序列數據集中的各所述電力負荷數據進行歸一化操作。

7.根據權利要求5或6所述的基于回聲狀態網絡的電力負荷預測裝置，其特征在于，還包括：

真實值獲取模塊，用于在結合所述輸出層權重預測所述時間序列數據集下一預設時刻的電力負荷值之后，獲取所述電力負荷時間序列數據集下一預設時刻的真實電力負荷值；

有效性檢驗模塊，用于利用所述電力負荷時間序列數據集的真實電力負荷值和預測出的電力負荷值，檢驗預測過程所用電力負荷預測模型的有效性。