[發(fā)明專利]負荷預測方法、裝置、電子設備及可讀存儲介質

有效

• 申請?zhí)枺?/td>: 202011074559.0
• 申請日: 2020-10-09
• 公開（公告）號: CN112200366B
• 公開（公告）日: 2022-11-01
• 發(fā)明（設計）人: 路兆銘;王月婷;張晶壹;景文鵬;溫向明;胡悅;楊德龍;吳賽
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F16/909;G06F16/906;G06N20/10
• 代理公司: 北京智信四方知識產(chǎn)權代理有限公司 11519
• 代理人: 呂雁葭;宋海龍

1.一種負荷預測方法，包括：

從數(shù)據(jù)庫中獲取目標區(qū)域的歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)；

對所述歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)分類，得到特定類型的歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)；

對于每個歷史日期，從特定類型的歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)中獲取所述歷史日期的歷史氣象數(shù)據(jù)和與所述歷史日期相關聯(lián)的時間內的歷史負荷數(shù)據(jù)；

將所述歷史日期的歷史氣象數(shù)據(jù)和與所述歷史日期相關聯(lián)的時間內的歷史負荷數(shù)據(jù)輸入預測模型，對所述預測模型進行訓練；

將預測日期的氣象數(shù)據(jù)和與所述預測日期相關聯(lián)的時間內的負荷數(shù)據(jù)輸入所述預測模型，得到所述預測日期的預測負荷數(shù)據(jù)；

所述將所述歷史日期的歷史氣象數(shù)據(jù)和與所述歷史日期相關聯(lián)的時間內的歷史負荷數(shù)據(jù)輸入預測模型，對所述預測模型進行訓練包括：隨機生成N個預測模型參數(shù)，得到預測模型參數(shù)集合；對所述預測模型參數(shù)集合選擇疫苗，進行單點交叉運算，得到單點交叉后的預測模型參數(shù)集合；對所述單點交叉后的預測模型參數(shù)集合進行多重變異運算，得到變異預測模型參數(shù)集合；對變異預測模型參數(shù)集合中的變異預測模型參數(shù)進行免疫注射運算；

所述對所述單點交叉后的預測模型參數(shù)集合進行多重變異運算，得到變異預測模型參數(shù)集合包括：在預測誤差大于特定閾值的條件下，在以下三種方式中，選擇預測誤差最小的預測模型參數(shù)作為所述變異預測模型參數(shù)：預測模型參數(shù)向所述單點交叉后的預測模型參數(shù)集合的中心移動；預測模型參數(shù)向所述單點交叉后的預測模型參數(shù)集合中的最優(yōu)預測模型參數(shù)移動；隨機產(chǎn)生預測模型參數(shù)，在預測誤差小于或者等于所述特定閾值的條件下，通過所述單點交叉后的預測模型參數(shù)集合中的最優(yōu)預測模型參數(shù)和所述預測模型參數(shù)的歷史最優(yōu)值得到所述變異預測模型參數(shù)。

2.根據(jù)權利要求1所述的方法，其特征在于，

所述對所述歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)分類，得到特定類型的歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)包括：

依據(jù)工作日、周末、節(jié)假日對所述歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)分類，得到特定類型的歷史負荷數(shù)據(jù)和歷史氣象數(shù)據(jù)。

3.根據(jù)權利要求1所述的方法，其特征在于，

所述與所述歷史日期相關聯(lián)的時間包括：

所述歷史日期前一日；和/或

所述歷史日期前兩日；和/或

所述歷史日期前一周的同類型、同日；和/或

所述歷史日期前一月的同類型 、同日，

所述與所述預測日期相關聯(lián)的時間包括：

所述預測日期前一日；和/或

所述預測日期前兩日；和/或

所述預測日期前一周的同類型、同日；和/或

所述預測日期前一月的同類型、同日。

4.根據(jù)權利要求1所述的方法，其特征在于，

所述預測模型包括：

支持向量回歸模型。

5.根據(jù)權利要求4所述的方法，其特征在于，所述預測模型參數(shù)包括：

懲罰系數(shù)和高斯核函數(shù)參數(shù)。