[發明專利]基于時序序列的能量數據中長期預測方法、裝置及介質

在審

• 申請號: 202211258160.7
• 申請日: 2022-10-14
• 公開（公告）號: CN115330096A
• 公開（公告）日: 2022-11-11
• 發明（設計）人: 王琛瓏;張藝群;卓清鋒;韋耀鋒
• 申請（專利權）人: 深圳國瑞協創儲能技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N20/00;G06Q50/06
• 代理公司: 深圳市愛迪森知識產權代理事務所(普通合伙) 44341
• 代理人: 王廣濤

1.一種基于時序序列的能量數據中長期預測方法，其特征在于，所述方法用于對m個時間點的能量數據進行預測，其中m為大于1的自然數，所述方法包括：

獲取原始時間序列能量數據集；

通過第一滑動窗口對所述原始時間序列能量數據集進行采樣，獲取第一訓練數據集和第一預測樣本；

根據所述第一訓練數據集對第一預測模型進行訓練；

將所述第一預測樣本輸入至訓練后的所述第一預測模型生成第一預測能量數據集，所述第一預測能量數據集包含k個第一預測能量數據，所述k為小于m的自然數；

對所述原始時間序列能量數據集和所述第一預測能量數據集進行預處理，獲得預處理后的原始時間序列能量數據集；

通過第二滑動窗口對所述預處理后的原始時間序列能量數據集進行采樣，獲取第二訓練數據集和第二預測樣本集，其中采樣間隔為m，所述第二預測樣本集包含m-k個第二預測樣本；

根據所述第二訓練數據集對第二預測模型進行訓練；

將所述第二預測樣本集輸入訓練后的所述第二預測模型生成第二預測能量數據集，所述第二預測能量數據集包含m-k個第二預測能量數據；

根據所述第一預測能量數據集和所述第二預測能量數據集獲取m個時間點的能量預測數據。

2.根據權利要求1所述的方法，其特征在于，所述通過第一滑動窗口對所述原始時間序列能量數據集進行采樣，獲取第一訓練數據集和第一預測樣本，包括：

所述原始時間序列能量數據集包括N個能量數據，設定所述第一滑動窗口長度為M+1，M，N均為自然數，M+1N，通過所述第一滑動窗口對所述原始時間序列能量數據集進行連續采樣，獲得第一訓練數據集；

調整所述第一滑動窗口長度為M，將所述第一滑動窗口向后移動一個數據開始采樣，獲得第一預測樣本。

3.根據權利要求2所述的方法，其特征在于，所述將第一預測樣本輸入至訓練后的所述第一預測模型生成第一預測能量數據集，包括：

將所述第一預測樣本輸入至訓練后的所述第一預測模型，獲得第一預測能量數據；

對所述原始時間序列能量數據集和所述第一預測能量數據進行預處理，獲得預處理后的原始時間序列能量數據集；

將所述預處理后的原始時間序列能量數據集作為原始時間序列能量數據集；

重復執行所述通過第一滑動窗口對所述原始時間序列能量數據集進行采樣的步驟，直至生成k個第一預測能量數據，所述k個第一預測能量數據組成第一預測能量數據集。

4.根據權利要求3所述的方法，其特征在于，所述對所述原始時間序列能量數據集和所述第一預測能量數據集進行預處理，獲得預處理后的原始時間序列能量數據集，包括：

將所述第一預測能量數據集的k個第一預測能量數據與所述原始時間序列能量數據集的N個能量數據按時間順序依次排列進行預處理，獲得預處理后的原始時間序列能量數據集，所述預處理后的原始時間序列能量數據集包括N+k個能量數據。

5.根據權利要求4所述的方法，其特征在于，所述通過第二滑動窗口對所述預處理后的原始時間序列能量數據集進行采樣，獲取第二訓練數據集和第二預測樣本集，包括：

所述第二滑動窗口長度為M’*m+1，其中M’為自然數，M’*m+1N+k，通過所述第二滑動窗口對所述預處理后的原始時間序列能量數據集進行全部采樣，其中采樣間隔為m，獲得第二訓練數據集；

調整所述第二滑動窗口長度為（M’-1）*m+1，將所述第二滑動窗口向后移動一個數據開始采樣，其中采樣間隔為m，共采樣m-k次，獲得第二預測樣本集，所述第二預測樣本集包含m-k個第二預測樣本。