[发明专利]电力负荷预测方法、电力负荷预测装置及终端设备

说明书

本发明适用于电力技术领域，提供了一种电力负荷预测方法、电力负荷预测装置、终端设备及计算机可读存储介质，所述电力负荷预测方法包括：获取历史数据；对获取的所述历史数据进行拟合处理，得到训练数据；创建神经网络模型；以所述训练数据作为所述神经网络模型的数据训练集，对所述神经网络模型进行训练，形成预测训练模型；基于所述预测训练模型进行电力负荷预测。本发明能够提高电力负荷预测的准确性。

技术领域

本发明属于电力运维技术领域，尤其涉及一种电力负荷预测方法、电力负荷预测装置、终端设备及计算机可读存储介质。

背景技术

电力能源是当今社会最重要也是应用最广泛的一种能源形式，作为电力系统中的枢纽，变压器设备运行的可靠性对整个电网的安全运行起着至关重要的作用。变压器一旦发生故障可能造成停电以及设备资产的重大损失，并且危害环境甚至危及人身安全。通过对变压器的电力负荷进行预测，以预测结果为依据，可以对运行中的变压器进行科学投切和调整，从而最大程度上减少运行损耗，提高变压器的运行经济性，可见，变压器的电力负荷预测具有较为重大的意义。

然而，现有的电力负荷预测方法大多是通过对过往数据进行基于经验的算法比对，预测结果不够准确。例如，电力系统负荷在一定的条件下存在着比较明显的趋势，比如农业用电，具有一定的规律性，这种规律性可以是线性或者非线性的、周期性或者非周期性的，现有的电力负荷预测方法一般依据电力负荷以往的变化趋势对未来的负荷情况做出预判。然而，实际上，电力负荷存在着多种影响因素，因此，现有的电力负荷预测方法预测的结果并不理想。

发明内容

有鉴于此，本发明实施例提供了一种电力负荷预测方法、电力负荷预测装置、终端设备及计算机可读存储介质，以解决现有技术中对变压器的电力负荷预测结果不够准确的问题。

本发明实施例的第一方面提供了一种电力负荷预测方法，所述电力负荷预测方法包括：

获取历史数据，其中，所述历史数据包括第一数据和第二数据，所述第一数据表示历史时间段内电力变压器的负荷数据，所述第二数据表示所述电力变压器所处区域在所述历史时间段内的环境数据；

对获取的所述历史数据进行拟合处理，得到训练数据；

创建神经网络模型；

以所述训练数据作为所述神经网络模型的数据训练集，对所述神经网络模型进行训练，形成预测训练模型；

基于所述预测训练模型进行电力负荷预测。

本发明实施例的第二方面提供了一种电力负荷预测装置，所述电力负荷预测装置包括：

获取单元，用于获取历史数据，其中，所述历史数据包括第一数据和第二数据，所述第一数据表示历史时间段内电力变压器的负荷数据，所述第二数据表示所述电力变压器所处区域在所述历史时间段内的环境数据；

数据拟合单元，用于对所述获取单元获取的所述历史数据进行拟合处理，得到训练数据；

创建单元，用于创建神经网络模型；

训练单元，用于以所述数据拟合单元得到的所述训练数据作为所述创建单元创建的所述神经网络模型的数据训练集，对所述神经网络模型进行训练，形成预测训练模型；

预测单元，用于基于所述训练单元形成的所述预测训练模型进行电力负荷预测。

本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如任一项所述电力负荷预测方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如任一项所述电力负荷预测方法的步骤。