[發明專利]基于用戶用能標簽的綜合能源負荷預測方法及系統

在審

• 申請號: 202010971992.8
• 申請日: 2020-09-16
• 公開（公告）號: CN112149890A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 吳奎華;綦陸杰;王延朔;李昭;王耀雷;崔燦;楊慎全;張雯;張博頤;楊波
• 申請（專利權）人: 國網山東省電力公司經濟技術研究院;國家電網有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/2457;G06N3/04;G06N3/08;G06Q50/06
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

1.一種基于用戶用能標簽的綜合能源負荷預測方法，其特征是，包括以下步驟：

S1，結合用能場景進行用戶用能行為分析，并構建用戶用能標簽體系；

S2，選取關鍵用戶用能標簽，進行短期和中長期負荷預測的用戶標簽嵌入；

S3，構建基于用戶標簽的CNN-LSTM負荷預測模型；

S4，利用CNN-LSTM負荷預測模型進行綜合能源短期和中長期的負荷預測。

2.根據權利要求1所述的基于用戶用能標簽的綜合能源負荷預測方法，其特征是，在步驟S1中，所述用能場景的類型包括：工業生產區、行政辦公區、商務區、教育科研區、生活居住區、商業區、農業經濟區和混合區。

3.根據權利要求1所述的基于用戶用能標簽的綜合能源負荷預測方法，其特征是，在步驟S1中，

所述用戶用能行為分析是對用能場景內建筑物類型、建筑物主要用途和能源需求特點進行分析；

所述構建用戶用能標簽體系是采用魚骨圖分析法從用能種類、能源量級、品位需求、時間周期、負荷波動和氣象條件角度分析影響用戶用能的因素構建用戶用能標簽體系。

4.根據權利要求1所述的基于用戶用能標簽的綜合能源負荷預測方法，其特征是，在步驟S2中，選取關鍵用戶用能標簽的過程包括：

評估當前用戶用能標簽的重要性，根據評估結果選取重要程度較高的用戶用能標簽；對選取的重要程度較高用戶用能標簽進行重要度的計算；根據計算結果選取重要度高的用戶用能標簽作為關鍵用戶用能標簽。

5.根據權利要求1所述的基于用戶用能標簽的綜合能源負荷預測方法，其特征是，在步驟S2中，所述短期負荷預測的用戶標簽包括以一小時為間隔的電、熱、冷和氣負荷的靜態標簽和以一小時為間隔的溫度、降水量、以及當日是否為節假日的動態標簽；所述中長期負荷預測的用戶標簽包括以一年為間隔的一年的電、熱、冷和氣峰值的靜態標簽。

6.根據權利要求1所述的基于用戶用能標簽的綜合能源負荷預測方法，其特征是，在步驟S3中，所述CNN-LSTM負荷預測模型中LSTM的不同像元方程式如下：

i_t＝σ(W_xix_t+W_hih_t-1+b_i)

f_t＝σ(W_xfx_t+W_hfh_t-1+b_f)

o_t＝σ(W_xox_t+W_hoh_t-1+b_o)

h_t＝o_t⊙tanh(c_t)

式中，i_t，f_t，o_t代表第t個輸入門、忘記門和輸出門；W_xi，W_xf，W_xo，W_xc分別表示輸入門、忘記門、輸出門以及記憶單元的權重，W_hi，W_hf，W_ho，W_hc表示從隱藏層到輸入門、忘記門、輸出門以及記憶單元的權重；b_i，b_f，b_o，b_c代表各門函數的偏置量，σ(·)為sigmoid函數，tanh表示雙曲正切激活函數，⊙表示逐點乘法；

所述CNN-LSTM負荷預測模型中LSTM的批量正則化表達式如下：

其中x_i是當前層的輸入值，y_i是批次正則化后的輸出，m表示一批次中的樣本數量，μ_B是輸入值的平均值，是輸入值之間的方差，是x_i批次正則化后的值；參數γ和β通過后向傳播訓練得到。