[發明專利]一種用于多采樣時間的建筑電力負荷預測方法

在審

• 申請號: 202111429449.6
• 申請日: 2021-11-29
• 公開（公告）號: CN114330642A
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 李紅;樊立波;馮濤;羅少杰;羅慶;徐川子;陳奕;陳聰;汪奇東;趙堅鵬
• 申請（專利權）人: 國網浙江省電力有限公司杭州供電公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06F17/11;G06Q50/06;H02J3/00
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 任翠月

1.一種用于多采樣時間的建筑電力負荷預測方法，其特征在于，所述建筑電力負荷預測方法包括：

獲取來自不同建筑電力負荷的歷史數據，將歷史數據插值擴展成時間步的數量相同的擴展數據，將擴展數據劃分為訓練集和測試集；

將訓練集標準化處理為樣本數據，根據樣本數據訓練LSTM模型的網絡參數；

獲取LSTM模型對訓練集中最后一個時間步的樣本數據輸出的第一響應量，將第一響應量輸入LSTM模型中進行測試，得到LTSM模型輸出的第二響應量，結合測試集對網絡參數進行優化；

將測試集中最后一個時間步對應的第二響應量輸入優化后的LSTM模型進行實時預測，將未來時段中每一個時間步的實時預測結果作為下一個時間步實時預測時LSTM模型的輸入，得到建筑電力負荷在未來時段的預測序列。

2.根據權利要求1所述的一種用于多采樣時間的建筑電力負荷預測方法，其特征在于，所述獲取來自不同建筑電力負荷的歷史數據，將歷史數據插值擴展成時間步的數量相同的擴展數據，包括：

確定標準采樣時的時間步；

獲取建筑電力負荷在預設時段內的歷史數據，基于公式一對歷史數據進行線性插值，所述線性插值的計算公式為：

其中，n表示兩個相鄰的歷史數據之間所述時間步的間隔，所述間隔等于插值的個數，T_i+1為第i+1個歷史數據對應的采樣時間，T_i為第i個歷史數據對應的采樣時間，l為插值增量，為T_i+1時刻建筑電力負荷的歷史數據，為T_i時刻建筑電力負荷的歷史數據，為兩個相鄰的歷史數據間的第k個插值。

3.根據權利要求1所述的一種用于多采樣時間的建筑電力負荷預測方法，其特征在于，所述將訓練集標準化處理為樣本數據，包括：

基于標準化公式對訓練集中的數據進行計算，所述標準化公式為：

其中，Xtrain_i為標準化處理前訓練集中第i個時間步的數據，為標準化處理前訓練集中所有數據的平均值，Vtrain_i為標準化處理后的第i個時間步的樣本數據，S為訓練集中時間步的總數量。

4.根據權利要求1所述的一種用于多采樣時間的建筑電力負荷預測方法，其特征在于，所述LSTM模型包括輸入層、LSTM層、全連接層和回歸層。

5.根據權利要求4所述的一種用于多采樣時間的建筑電力負荷預測方法，其特征在于，所述LSTM模型的網絡參數包括LSTM層的隱含單元個數、全連接層的特征維數，以及LSTM模型的求解器的最大迭代次數、梯度閾值、初始學習率、學習率下降周期、學習率下降因子。

6.根據權利要求4所述的一種用于多采樣時間的建筑電力負荷預測方法，其特征在于，所述根據樣本數據訓練LSTM模型的網絡參數，包括：

對LSTM模型的網絡參數進行初始化；

按照時間步的先后順序，依次定義每個時間步的樣本數據作為第一預測變量，將下一個時間步的樣本數據作為第一預測變量的第一響應量；

將第一預測變量作為輸入層的數據，將第一響應量作為全連接層的數據，對LSTM中的網絡參數進行訓練。

7.根據權利要求1所述的一種用于多采樣時間的建筑電力負荷預測方法，其特征在于，所述將第一響應量輸入LSTM模型中進行測試，得到LTSM模型輸出的第二響應量，結合測試集對網絡參數進行優化，包括：

步驟一：將訓練過程中最后一個時間步輸出的第一響應量輸入LSTM模型；

步驟二：LSTM模型根據訓練好的網絡參數進行建筑電力負荷預測，得到LSTM模型輸出的第二響應變量，將所述第二響應變量作為LSTM模型在下一個時間步的輸入；

步驟三：重復步驟二，直至第二響應變量對應的時間步與測試集對應的時間步相等；

步驟四：對第二響應變量進行去標準化處理，計算去標準化處理后的第二響應變量與測試集的誤差，若誤差結果小于預設限值，則優化完成，否則對LSTM模型的網絡參數進行調整；

步驟五：基于調整后的網絡參數重復步驟一至步驟四，直至誤差結果小于預設限值。