[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

本發明提出了一種用于多采樣時間的建筑電力負荷預測方法，包括：獲取建筑電力負荷的歷史數據，將歷史數據插值擴展成時間步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模型最后一個時間步輸出的第一響應量，將第一響應量輸入LSTM模型，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；將最后一個時間步的第二響應量輸入優化后的LSTM模型進行實時預測，得到建筑電力負荷在未來時段的預測序列。通過線性插值擴展，使異步采樣的數據轉化為時間步相同的時間序列，解決了不同用電設備之間采樣時間不統一的問題，進而提高了LSTM模型預測結果的準確性。

技術領域

本發明屬于電力負荷預測領域，尤其涉及一種用于多采樣時間的建筑電力負荷預測方法。

背景技術

對建筑中電力負荷的預測是建筑電力系統仿真技術領域中的基礎問題之一，目前主流方法是采用機器學習或深度學習對電力負荷進行預測。然而，由于客觀或主觀因素，在采集建筑電力負荷數據的環節中普遍存在采樣時間不統一的情況，一方面使得訓練集數據在時間上間隔不等，增加了預測的難度，影響了預測準確度，采用現有的學習預測方法，難以達到好的預測效果；另一方面，各種建筑用電設備負荷預測結果不能在同一時間點上進行線性疊加，難以對某一時間點或時間段建筑總體電力負荷進行準確預測和評估，降低了建筑對電網需求側靈活響應的能力，同時影響通過電力負荷調節實現建筑節能降碳的實時性和準確性。

發明內容

為了解決現有技術中存在的缺點和不足，本發明提出了一種用于多采樣時間的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。

可選的，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；

獲取建筑用電設備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，X_Ti+1為T_i+1時刻建筑電力負荷的歷史數據，X_Ti為T_i時刻建筑電力負荷的歷史數據，X_Ti+k為兩個相鄰的歷史數據間的第k個插值。

可選的，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。