[發(fā)明專利]長(zhǎng)時(shí)間序列的序列信息捕捉方法及裝置、短期用電量預(yù)測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202211265068.3
• 申請(qǐng)日: 2022-10-17
• 公開（公告）號(hào): CN115587617A
• 公開（公告）日: 2023-01-10
• 發(fā)明（設(shè)計(jì)）人: 華科;王智超;左峰
• 申請(qǐng)（專利權(quán)）人: 國(guó)網(wǎng)黑龍江省電力有限公司
• 主分類號(hào): G06N3/0442
• 分類號(hào): G06N3/0442;G06N3/0464;G06N3/08;G06F18/25;G06Q50/06
• 代理公司: 哈爾濱市陽(yáng)光惠遠(yuǎn)知識(shí)產(chǎn)權(quán)代理有限公司 23211
• 代理人: 張宏威

1.長(zhǎng)時(shí)間序列的序列信息捕捉方法，基于LSTM方法，其特征在于，所述方法包括：

在所述LSTM方法使用所述長(zhǎng)時(shí)間序列中的數(shù)據(jù)進(jìn)行回歸時(shí)，采用注意力網(wǎng)絡(luò)對(duì)所述長(zhǎng)時(shí)間序列的特征進(jìn)行加權(quán)求和的融合步驟；

根據(jù)所述融合步驟的結(jié)果，捕捉所述長(zhǎng)時(shí)間序列的序列信息。

2.根據(jù)權(quán)利要求1所述的長(zhǎng)時(shí)間序列的序列信息捕捉方法，其特征在于，所述融合步驟具體為：包括：

根據(jù)所述特征生成注意力分?jǐn)?shù)的步驟；

將所述注意力分?jǐn)?shù)轉(zhuǎn)化為對(duì)應(yīng)特征的重要性系數(shù)的步驟；

根據(jù)所述重要性系數(shù)，對(duì)所述長(zhǎng)時(shí)間序列的序列特征進(jìn)行加權(quán)求和。

3.長(zhǎng)時(shí)間序列的序列信息捕捉裝置，基于LSTM方法，其特征在于，所述裝置包括：

用于在所述LSTM方法使用所述長(zhǎng)時(shí)間序列中的數(shù)據(jù)進(jìn)行回歸時(shí)，采用注意力網(wǎng)絡(luò)對(duì)所述長(zhǎng)時(shí)間序列的特征進(jìn)行加權(quán)求和的融合模塊；

用于根據(jù)所述融合模塊的結(jié)果，捕捉所述長(zhǎng)時(shí)間序列的序列信息的模塊。

4.根據(jù)權(quán)利要求3所述的長(zhǎng)時(shí)間序列的序列信息捕捉裝置，其特征在于，所述融合模塊具體為：包括：

用于根據(jù)所述特征生成注意力分?jǐn)?shù)的子模塊；

用于將所述注意力分?jǐn)?shù)轉(zhuǎn)化為對(duì)應(yīng)特征的重要性系數(shù)的子模塊；

用于根據(jù)所述重要性系數(shù)，對(duì)所述長(zhǎng)時(shí)間序列的序列特征進(jìn)行加權(quán)求和的子模塊。

5.短期用電量預(yù)測(cè)方法，其特征在于，所述方法包括：

步驟1：采集并分析用電量的數(shù)據(jù)；

步驟2：根據(jù)分析結(jié)果構(gòu)建用電量數(shù)據(jù)特征；

步驟3：采集短期用電量樣本集；

步驟4：根據(jù)所述用電量數(shù)據(jù)特征和所述用電量樣本集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)；

步驟5：捕捉所述卷積神經(jīng)網(wǎng)絡(luò)中長(zhǎng)時(shí)間序列的序列信息；

步驟6：根據(jù)所述序列信息得到短期用電量預(yù)測(cè)結(jié)果；

所述的步驟5采用權(quán)利要求1所述的長(zhǎng)時(shí)間序列的序列信息捕捉方法實(shí)現(xiàn)。

6.根據(jù)權(quán)利要求5所述的短期用電量預(yù)測(cè)方法，其特征在于，所述樣本集中，用電量的數(shù)據(jù)包括：粗粒度時(shí)間刻度、細(xì)粒度時(shí)間刻度和實(shí)際用電量。

7.根據(jù)權(quán)利要求5所述的短期用電量預(yù)測(cè)方法，其特征在于，所述步驟5中還包括：采用三通道CNN提取所述卷積申請(qǐng)網(wǎng)絡(luò)中短時(shí)間的數(shù)據(jù)平滑度特征的步驟。

8.基于注意力機(jī)制和時(shí)序預(yù)測(cè)模型的短期用電量預(yù)測(cè)裝置，其特征在于，所述裝置包括：

模塊1：用于采集并分析用電量的數(shù)據(jù)；

模塊2：用于根據(jù)分析結(jié)果構(gòu)建用電量數(shù)據(jù)特征；

模塊3：用于采集短期用電量樣本集；

模塊4：用于根據(jù)所述用電量數(shù)據(jù)特征和所述用電量樣本集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)；

模塊5：用于捕捉所述卷積神經(jīng)網(wǎng)絡(luò)中長(zhǎng)時(shí)間序列的序列信息；

模塊6：用于根據(jù)所述序列信息得到短期用電量預(yù)測(cè)結(jié)果；

所述的模塊5采用權(quán)利要求3所述的長(zhǎng)時(shí)間序列的序列信息捕捉方法實(shí)現(xiàn)。

9.計(jì)算機(jī)儲(chǔ)存介質(zhì)，用于儲(chǔ)存計(jì)算機(jī)程序，其特征在于，當(dāng)所述儲(chǔ)存介質(zhì)中儲(chǔ)存的計(jì)算機(jī)程序被計(jì)算機(jī)的處理器讀取時(shí)，所述計(jì)算機(jī)執(zhí)行權(quán)利要求1-2任意一項(xiàng)所述的長(zhǎng)時(shí)間序列的序列信息捕捉方法或權(quán)利要求5-7任意一項(xiàng)所述的短期用電量預(yù)測(cè)方法。

10.計(jì)算機(jī)，包括處理器和儲(chǔ)存介質(zhì)，所述儲(chǔ)存介質(zhì)用于儲(chǔ)存計(jì)算機(jī)程序，其特征在于，當(dāng)所述儲(chǔ)存介質(zhì)中儲(chǔ)存的計(jì)算機(jī)程序被所述處理器讀取時(shí)，所述計(jì)算機(jī)執(zhí)行權(quán)利要求1-2任意一項(xiàng)所述的長(zhǎng)時(shí)間序列的序列信息捕捉方法或權(quán)利要求5-7任意一項(xiàng)所述的短期用電量預(yù)測(cè)方法。