[發明專利]基于雙端自動編碼的日前電力負荷預測方法及裝置

在審

• 申請號: 201911346923.1
• 申請日: 2019-12-24
• 公開（公告）號: CN111144643A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 王守相;陳海文;蔡聲霞;付麗偉
• 申請（專利權）人: 天津相和電氣科技有限公司;國網天津市電力公司;天津大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 天津才智專利商標代理有限公司 12108
• 代理人: 張文華

本發明涉及基于雙端自動編碼的日前電力負荷預測方法，包括如下步驟：獲取需要考慮的對電力負荷產生影響的影響因素特征，形成歷史電力負荷及影響因素特征數據庫；構建自編碼器1，并對其進行訓練，將歷史電力負荷特征數據輸入到訓練后的自編碼器1中，得到融合后的數據集；構建神經網絡，并對其進行訓練，將得到的融合后的數據集輸入到訓練后的神經網絡中進行電力負荷預測；構建自編碼器2，并對其進行訓練；將得到的電力負荷預測數據輸入到訓練后的自編碼器2中；對得到的解碼后的電力負荷預測數據進行反向歸一化，得到最終的日前電力負荷數據；本發明克服了日前負荷預測中的維度問題，提高了日前負荷預測的精度。

技術領域

本發明屬于智能配用電技術領域，尤其涉及基于雙端自動編碼的日前電力負荷預測方法及裝置。

背景技術

負荷預測既是大電網能量管理和優化調度的重要基礎性分析工具，能指導電力公司經濟合理地安排發電機組的啟停與檢修計劃，保障社會的正常生產和生活，有效地降低發電成本，提高經濟效益和社會效益。同時，負荷預測也是智能配用電的基礎功能和重要分析工具。智能配用電發展建設以安全可靠、優質高效、靈活互動為主要目標，對負荷預測提出了新的更加精細化的需求。

傳統的預測方法雖然比較成熟，預測結果具有一定的參考價值，但要使負荷預測更好地服務于智能電網建設，滿足安全可靠、優質高效、靈活互動電網的新需求，就需要對傳統負荷預測方法進行全面的革新，進一步提高負荷預測的精度。隨著現代科學理論與技術的不斷進步，理論研究的逐步深入，以深度學習為代表的新興交叉學科理論的出現，也為負荷預測的飛速發展提供了堅實的理論依據和數學基礎。目前，負荷預測從時間尺度上主要可以分為超短期負荷預測及日前負荷預測。其中，日前負荷預測主要服務于次日的機組啟停計劃、儲能充放電規劃等業務，與電力系統的安全穩定運行密切相關。

日前負荷預測的主要問題在于，負荷的運行具有時間上的依賴關系，過去一段時間的負荷變化往往會對次日的負荷產生較大的影響。而將歷史負荷作為特征，其維度很高，且特征冗余嚴重，已有模型很難準確建模。此外，隨著電力系統量測頻率的提高，日前負荷預測也面臨著預測結果維度膨脹的挑戰。

因此，考慮到這些問題，本發明提供一種基于雙端自動編碼的日前電力負荷預測方法，在特征輸入段，通過編碼器能夠將過去較長一段時間的負荷變化作為特征輸入，通過無監督學習實現歷史負荷特征的自動降維，在模型預測結果輸出端，通過解碼器將預測結果進行翻譯擴充，從而克服了日前負荷預測中的維度問題，提高了日前負荷預測的精度。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于雙端自動編碼的日前電力負荷預測方法，在特征輸入段，通過編碼器能夠將過去較長一段時間的負荷變化作為特征輸入，通過無監督學習實現歷史負荷特征的自動降維，在模型預測結果輸出端，通過解碼器將預測結果進行翻譯擴充，從而克服了日前負荷預測中的維度問題，提高了日前負荷預測的精度。

本發明解決其技術問題是采取以下技術方案實現的：

基于雙端自動編碼的日前電力負荷預測方法，所述日前負荷預測方法包括如下步驟：

S1、獲取待預測日前M天歷史電力負荷數據及需要考慮的對電力負荷產生影響的影響因素特征，形成歷史電力負荷及影響因素特征數據庫；

S2、構建自編碼器1，使用步驟S1得到的前M天的歷史負荷數據對其進行訓練，將前N天的歷史負荷數據輸入到訓練后的自編碼器1中，自編碼器1對輸入的歷史電力負荷特征數據進行維度削減，將維度削減后的歷史電力負荷特征數據與步驟S1中得到的影響因素特征數據進行融合，得到電力負荷、影響因素融合數據；

S3、構建預測神經網絡模型