[發(fā)明專利]配電變壓器臺(tái)區(qū)負(fù)荷預(yù)測方法、系統(tǒng)、裝置及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110752204.0
• 申請(qǐng)日: 2021-07-02
• 公開（公告）號(hào): CN113673742B
• 公開（公告）日: 2022-06-14
• 發(fā)明（設(shè)計(jì)）人: 陳俊斌;余濤
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06N3/04;G06K9/62;G06F16/2458
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 鄭宏謀

本發(fā)明公開了一種配電變壓器臺(tái)區(qū)負(fù)荷預(yù)測方法、系統(tǒng)、裝置及介質(zhì)，其中方法包括：獲取配電變壓器的運(yùn)行數(shù)據(jù)，根據(jù)運(yùn)行數(shù)據(jù)獲取負(fù)荷功率序列；在時(shí)間上按照預(yù)設(shè)的滑動(dòng)窗口長度對(duì)所述負(fù)荷功率序列進(jìn)行劃分，獲得多個(gè)功率序列；根據(jù)所述功率序列構(gòu)建獲得若干個(gè)無向圖；將所述無向圖輸入預(yù)設(shè)的圖卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行預(yù)測，獲得負(fù)荷預(yù)測數(shù)據(jù)。本發(fā)明通過無向圖將配電變壓器臺(tái)區(qū)的運(yùn)行數(shù)據(jù)轉(zhuǎn)化為非歐式空間下的圖數(shù)據(jù)，采用圖卷積神經(jīng)網(wǎng)絡(luò)充分挖掘圖數(shù)據(jù)中的屬性特征和時(shí)間關(guān)聯(lián)性特征，根據(jù)挖掘到的特征進(jìn)行預(yù)測，提高預(yù)測精準(zhǔn)度，可廣泛應(yīng)用于電力電網(wǎng)技術(shù)領(lǐng)域。

技術(shù)領(lǐng)域

本發(fā)明涉及電力電網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種配電變壓器臺(tái)區(qū)負(fù)荷預(yù)測方法、系統(tǒng)、裝置及介質(zhì)。

背景技術(shù)

負(fù)荷預(yù)測往往用于電網(wǎng)調(diào)度部門進(jìn)行日常調(diào)度控制業(yè)務(wù)需求，精準(zhǔn)的負(fù)荷預(yù)測有助于提高電網(wǎng)側(cè)能量管理效率，提高輸發(fā)電設(shè)備的利用率。現(xiàn)有的配電變壓器臺(tái)區(qū)負(fù)荷預(yù)測方法主要有兩種，一種是回歸分析、時(shí)間序列法等傳統(tǒng)預(yù)測方法。由于電力負(fù)荷帶有顯著的非線性、時(shí)變性，僅僅依靠負(fù)荷值序列來預(yù)測未來負(fù)荷難以達(dá)到精度要求。另一種是以神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等為代表的機(jī)器學(xué)習(xí)算法。雖然此類機(jī)器學(xué)習(xí)方法可以兼顧氣象等環(huán)境因素的影響，但由于神經(jīng)網(wǎng)絡(luò)的輸入為離散化的作為輸入，往往會(huì)忽略輸入變量之間的相關(guān)性，同時(shí)需要一個(gè)大規(guī)模的構(gòu)建神經(jīng)網(wǎng)絡(luò)模型，給計(jì)算機(jī)內(nèi)存和算力均帶來極大的負(fù)擔(dān)。

發(fā)明內(nèi)容

為至少一定程度上解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一，本發(fā)明的目的在于提供一種基于圖卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建適用于配電變壓器臺(tái)區(qū)負(fù)荷預(yù)測的方法、系統(tǒng)、裝置及介質(zhì)。

本發(fā)明所采用的技術(shù)方案是：

一種配電變壓器臺(tái)區(qū)負(fù)荷預(yù)測方法，包括以下步驟：

獲取配電變壓器的運(yùn)行數(shù)據(jù)，根據(jù)運(yùn)行數(shù)據(jù)獲取負(fù)荷功率序列；

在時(shí)間上按照預(yù)設(shè)的滑動(dòng)窗口長度對(duì)所述負(fù)荷功率序列進(jìn)行劃分，獲得多個(gè)功率序列；

根據(jù)所述功率序列構(gòu)建獲得若干個(gè)無向圖；

將所述無向圖輸入預(yù)設(shè)的圖卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行預(yù)測，獲得負(fù)荷預(yù)測數(shù)據(jù)；

其中，所述圖卷積神經(jīng)網(wǎng)絡(luò)用于對(duì)無向圖中的非歐式空間下的圖數(shù)據(jù)進(jìn)行挖掘，獲取所述圖數(shù)據(jù)中的屬性特征和時(shí)間關(guān)聯(lián)性特征。

進(jìn)一步地，所述配電變壓器臺(tái)區(qū)負(fù)荷預(yù)測方法還包括構(gòu)建并訓(xùn)練圖卷積神經(jīng)網(wǎng)絡(luò)的步驟：

獲取配電變壓器的第一運(yùn)行數(shù)據(jù)，根據(jù)第一運(yùn)行數(shù)據(jù)獲取第一負(fù)荷功率序列；

在時(shí)間上按照預(yù)設(shè)的滑動(dòng)窗口長度對(duì)所述第一負(fù)荷功率序列進(jìn)行劃分，獲得多個(gè)第一功率序列；

根據(jù)所述第一功率序列構(gòu)建獲得若干個(gè)第一無向圖；

構(gòu)建帶殘差機(jī)制的圖卷積神經(jīng)網(wǎng)絡(luò)；

根據(jù)所述第一無向圖和預(yù)設(shè)的損失函數(shù)對(duì)圖卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得訓(xùn)練后的圖卷積神經(jīng)網(wǎng)絡(luò)。

進(jìn)一步地，所述圖卷積神經(jīng)網(wǎng)絡(luò)包括1個(gè)第一全連接層、4個(gè)圖殘差卷積層、1個(gè)圖池化層以及4個(gè)第二全連接層；

所述第一全連接層用于將無向圖的低維數(shù)據(jù)轉(zhuǎn)換成高維數(shù)據(jù)；

所述圖殘差卷積層用于根據(jù)無向圖的高維數(shù)據(jù)提取結(jié)構(gòu)特征；

所述圖池化層用于對(duì)提取到的結(jié)構(gòu)特征進(jìn)行聚合，獲得聚合信息；

所述第二全連接層用于將聚合信息與預(yù)測負(fù)荷進(jìn)行非線性映射。

進(jìn)一步地，所述根據(jù)所述功率序列構(gòu)建獲得若干個(gè)無向圖，包括：

獲取所述功率序列的初始功率點(diǎn)和結(jié)束功率點(diǎn)作為無向圖的節(jié)點(diǎn)；