[發明專利]母線負荷預測方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201910992137.2
• 申請日: 2019-10-18
• 公開（公告）號: CN110826774B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 熊圖;陳明輝;陳志聰;蔡智洋;劉麗新
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 黃鴻華

本發明涉及一種母線負荷預測方法、裝置、計算機設備及存儲介質，方法包括：獲取母線的歷史負荷數據及關聯特征的歷史數據；根據關聯特征的歷史數據及母線的歷史負荷數據，計算得到關聯特征的重要度；根據關聯特征的重要度，對關聯特征進行篩選，得到篩選后的關聯特征；基于深度學習算法，根據母線的歷史負荷數據及篩選后的關聯特征的歷史數據，得到母線負荷預測模型；獲取篩選后的關聯特征的預測數據；根據篩選后的關聯特征的預測數據及母線負荷預測模型，得到母線的預測負荷數據，根據預測負荷數據對母線進行控制，能夠提升母線負荷預測模型構建效率，以提升母線負荷預測時計算效率，以及對母線負荷進行準確預測。

技術領域

本發明涉及電力系統技術領域，特別是涉及一種母線負荷預測方法、裝置、計算機設備及存儲介質。

背景技術

母線負荷是指變電站的主變壓器供給一個相對較小的供電區域的終端負荷的總和，是各地區底層調度控制的重要參考。高精度的母線負荷預測是保證電網安全、經濟運行的基礎，能夠有效提高電網的在線監測，增強運行人員對局部電網負荷的動向掌握，及時發現并消除系統中的安全隱患，極大地提高電力系統運行的可靠性與穩定性。

目前，母線負荷預測方法可以分為基于系統負荷分配的方法及基于母線負荷自身變化規律的預測方法?；谙到y負荷分配的方法首先對系統總負荷進行預測，然后根據配比模型分配到每一條母線上，這類方法求解快速，但對單個母線的負荷自身特性的考慮并不充分，且分配因子的確定較為主觀，無法保證預測精度；基于母線負荷自身變化規律的預測方法，是通過分析各母線的負荷規律來預測自身負荷，然后對照系統負荷進行修正，該方法較基于系統負荷分配的方法的預測精度高，但需要對各個母線單獨建模，操作復雜，工作量相對較高。

發明內容

基于此，有必要提供一種母線負荷預測方法、裝置、計算機設備及存儲介質。

一種母線負荷預測方法，包括：獲取母線的歷史負荷數據及關聯特征的歷史數據；根據所述關聯特征的歷史數據及所述母線的歷史負荷數據，計算得到關聯特征的重要度；根據所述關聯特征的重要度，對所述關聯特征進行篩選，得到篩選后的關聯特征；基于深度學習算法，根據所述母線的歷史負荷數據及所述篩選后的關聯特征的歷史數據，得到母線負荷預測模型；獲取篩選后的關聯特征的預測數據；根據所述篩選后的關聯特征的預測數據及所述母線負荷預測模型，得到母線的預測負荷數據。

上述母線負荷預測方法，通過計算關聯特征對母線負荷影響程度，對關聯特征進行篩選，剔除對母線負荷影響較小的關聯特征，母線負荷預測模型只需要根據母線負荷歷史數據及篩選后的關聯特征的歷史數據進行構建，降低了母線負荷預測模型訓練時間，提升母線負荷預測模型構建效率以及母線負荷計算效率，且重要度低的關聯特征對母線負荷預測影響可以忽略不計，從而可以保證母線負荷預測的精度，此外采用深度學習算法能夠學習并跟蹤母線負荷變化趨勢，構建母線負荷預測模型，以進一步實現對母線負荷的準確預測，用戶只需要輸入篩選后的關聯特征的預測數據，即可以獲取母線負荷預測數據，從而便于用戶操作。

在其中一個實施例中，所述根據所述關聯特征的歷史數據及所述母線的歷史負荷數據，計算得到關聯特征的重要度，包括：對所述關聯特征的歷史數據及所述母線的歷史負荷數據進行隨機森林算法處理，得到關聯特征的重要度。

在其中一個實施例中，所述根據所述關聯特征的歷史數據及所述母線的歷史負荷數據，計算得到關聯特征的重要度的步驟，包括：對所述關聯特征的歷史數據及所述母線的歷史負荷數據進行相關系數分析法處理，得到關聯特征的重要度。

在其中一個實施例中，所述基于深度學習算法，根據所述母線的歷史負荷數據及所述篩選后的關聯特征的歷史數據，得到母線負荷預測模型的步驟，包括：構建深度置信網絡模型；根據所述母線的歷史負荷數據及所述篩選后的關聯特征的歷史數據，對深度置信網絡模型進行預訓練，得到訓練后的深度置信網絡模型；將所述訓練后的深度置信網絡模型進行反向傳播算法處理，得到所述母線負荷預測模型。