[發(fā)明專利]短期功率預(yù)測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011359506.3
• 申請(qǐng)日: 2020-11-27
• 公開（公告）號(hào): CN112529262A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計(jì)）人: 孫寶泉;鄧建平;張宏;潘惠;李偉;馮寶泉;張蒙;霍衛(wèi)民;楊承佐;吳洪文;張衛(wèi)東;梁浩;趙寧寧;段立國(guó);蔚鵬飛;付達(dá)
• 申請(qǐng)（專利權(quán)）人: 北京京能高安屯燃?xì)鉄犭娪邢挢?zé)任公司;北京京能能源技術(shù)研究有限責(zé)任公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06K9/62;G06Q50/06
• 代理公司: 北京華進(jìn)京聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 11606
• 代理人: 樊春燕

1.一種短期功率預(yù)測(cè)方法，其特征在于，所述方法包括：

獲取待預(yù)測(cè)日的相關(guān)數(shù)據(jù)樣本和所述待預(yù)測(cè)日對(duì)應(yīng)的參考數(shù)據(jù)樣本，所述待預(yù)測(cè)日的相關(guān)數(shù)據(jù)樣本包含與所述待預(yù)測(cè)日功率相關(guān)的環(huán)境屬性數(shù)據(jù)和規(guī)律屬性數(shù)據(jù)，所述參考數(shù)據(jù)樣本包括所述待預(yù)測(cè)日前一天的日功率數(shù)據(jù)序列；

將所述待預(yù)測(cè)日的相關(guān)數(shù)據(jù)樣本輸入預(yù)設(shè)的分類模型，根據(jù)所述分類模型的分類處理，得到與所述待預(yù)測(cè)日相似度最大的目標(biāo)日對(duì)應(yīng)的所述環(huán)境屬性數(shù)據(jù)和所述規(guī)律屬性數(shù)據(jù)的權(quán)重系數(shù)；

根據(jù)所述參考數(shù)據(jù)樣本以及預(yù)設(shè)的功率預(yù)測(cè)模型，得到基準(zhǔn)預(yù)測(cè)功率數(shù)據(jù)序列；

根據(jù)所述權(quán)重系數(shù)、所述基準(zhǔn)預(yù)測(cè)功率數(shù)據(jù)序列，得到所述待預(yù)測(cè)日的預(yù)測(cè)功率數(shù)據(jù)序列。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待預(yù)測(cè)日的相關(guān)數(shù)據(jù)樣本和所述待預(yù)測(cè)日對(duì)應(yīng)的參考數(shù)據(jù)樣本，包括：

以所述待預(yù)測(cè)日的基于時(shí)間序列的待預(yù)測(cè)功率作為目標(biāo)變量，獲取待預(yù)測(cè)日的相關(guān)數(shù)據(jù)樣本，所述相關(guān)數(shù)據(jù)樣本包含與所述待預(yù)測(cè)日功率相關(guān)的環(huán)境屬性數(shù)據(jù)和規(guī)律屬性數(shù)據(jù)；

獲取所述待預(yù)測(cè)日前一天的基于時(shí)間序列的日功率數(shù)據(jù)序列，以及所述日功率數(shù)據(jù)序列對(duì)應(yīng)的環(huán)境屬性數(shù)據(jù)和規(guī)律屬性數(shù)據(jù)的重要性排序結(jié)果，作為第參考數(shù)據(jù)樣本。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述待預(yù)測(cè)日的相關(guān)數(shù)據(jù)樣本輸入預(yù)設(shè)的分類模型，根據(jù)所述分類模型的分類處理，得到與所述待預(yù)測(cè)日相似度最大的目標(biāo)日對(duì)應(yīng)的所述環(huán)境屬性數(shù)據(jù)和所述規(guī)律屬性數(shù)據(jù)的權(quán)重系數(shù)，包括：

以所述待預(yù)測(cè)日的基于時(shí)間序列的待預(yù)測(cè)功率作為目標(biāo)變量，將所述目標(biāo)變量，所述待預(yù)測(cè)日數(shù)據(jù)樣本中所述環(huán)境屬性數(shù)據(jù)和規(guī)律屬性數(shù)據(jù)，作為輸入數(shù)據(jù)，輸入訓(xùn)練好的隨機(jī)森林模型中；

根據(jù)所述隨機(jī)森林模型中的樹分類器對(duì)所述輸入數(shù)據(jù)進(jìn)行分類投票，確定所述輸入數(shù)據(jù)的分類區(qū)間，得到分類區(qū)間內(nèi)與所述待預(yù)測(cè)日相似度最大的目標(biāo)日對(duì)應(yīng)的所述環(huán)境屬性數(shù)據(jù)和所述規(guī)律屬性數(shù)據(jù)的權(quán)重系數(shù)，作為所述待預(yù)測(cè)日的權(quán)重系數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述參考數(shù)據(jù)樣本以及預(yù)設(shè)的功率預(yù)測(cè)模型，得到基準(zhǔn)預(yù)測(cè)功率數(shù)據(jù)序列，包括：

根據(jù)所述參考數(shù)據(jù)樣本繪制基于時(shí)間序列的線圖，根據(jù)所述時(shí)間序列的線圖，確定所述參考數(shù)據(jù)樣本中所述待預(yù)測(cè)日前一天的日功率數(shù)據(jù)序列的趨勢(shì)信息；

根據(jù)所述趨勢(shì)信息和所述待預(yù)測(cè)日前一天的日功率數(shù)據(jù)序列，利用指數(shù)平滑算法建立功率預(yù)測(cè)模型，通過所述功率預(yù)測(cè)模型的加權(quán)計(jì)算，得到所述待預(yù)測(cè)日的基準(zhǔn)預(yù)測(cè)功率數(shù)據(jù)序列。

5.根據(jù)權(quán)利要求1或4所述的方法，其特征在于，所述方法還包括：

針對(duì)所述待預(yù)測(cè)日的每一組預(yù)測(cè)功率數(shù)據(jù)序列，計(jì)算所述預(yù)測(cè)功率數(shù)據(jù)序列的均方誤差；

在多個(gè)所述預(yù)測(cè)功率數(shù)據(jù)序列中選擇所述均方誤差最小的預(yù)測(cè)功率數(shù)據(jù)序列，作為所述待預(yù)測(cè)日的最終預(yù)測(cè)功率數(shù)據(jù)序列。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在所述獲取獲取待預(yù)測(cè)日的相關(guān)數(shù)據(jù)樣本和所述待預(yù)測(cè)日對(duì)應(yīng)的參考數(shù)據(jù)樣本之前，所述方法包括：

獲取預(yù)設(shè)時(shí)間段內(nèi)歷史訓(xùn)練數(shù)據(jù)樣本，所述歷史訓(xùn)練數(shù)據(jù)樣本中包括歷史日功率數(shù)據(jù)序列；

將所述歷史日功率數(shù)據(jù)序列按預(yù)設(shè)的功率區(qū)間劃分，得到所述歷史訓(xùn)練數(shù)據(jù)樣本的參考劃分結(jié)果；

將所述歷史日功率數(shù)據(jù)序列對(duì)應(yīng)的環(huán)境屬性數(shù)據(jù)和規(guī)律屬性數(shù)據(jù)輸入隨機(jī)森林模型中，得到基于所述環(huán)境屬性數(shù)據(jù)與所述規(guī)律屬性數(shù)據(jù)劃分的所述歷史訓(xùn)練數(shù)據(jù)樣本的區(qū)間分類結(jié)果；

將所述參考劃分結(jié)果與所述區(qū)間分類結(jié)果進(jìn)行比對(duì)，得到比對(duì)結(jié)果，并根據(jù)所述比對(duì)結(jié)果對(duì)所述隨機(jī)森林模型中的參數(shù)進(jìn)行訓(xùn)練調(diào)整，得到訓(xùn)練完成的隨機(jī)森林模型。