[发明专利]一种电力负荷预测方法、装置、设备及系统

说明书

本申请公开了一种电力负荷预测方法、装置、设备及系统，基于变点类型与外部相关性数据之间的对应关系，对预测时间段内的外部相关性数据进行处理，确定至少一种变点类型对应的外部相关性数据；利用所述至少一种变点类型对应的电力负荷预测模型对同一变点类型对应的外部相关性数据和指定时间段内的电力负荷数据进行处理，得到至少一组预测时间段内的电力负荷预测值，所述电力负荷预测模型为利用同一变点类型对应的历史电力负荷数据和外部相关性数据训练得到。利用本申请实施例记载的电力负荷预测方案，可以提升电力负荷预测结果的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种电力负荷预测方法、装置、设备及系统。

背景技术

电力系统是指由发电、输电、变电、配电和用电等环节组成的电能生产与消费系统，也是提供一个区域家庭用电及工业用电的网络。这就需要对电力系统的电力负荷进行预测，电力负荷预测结果对于电力系统的规划、调度运行、生产计划、营销售电的制定非常重要。再者，随着国内实时电力现货市场的建立，电力交易中心、大型购电用户等主体对电力负荷预测的精准度提出了更高的要求。

目前，电力负荷预测多采用基于时间序列的统计分析回归模型的负荷预测方法。现有电力负荷预测的基本原理是，直接对历史电力负荷数据进行统计分析，基于统计数据，确定在未来超短期、短期和中长期内的电力负荷预测数据，进而安排未来的电力系统计划。

从实际电力负荷情况看，在负荷波动不大的情况下，电力负荷预测结果具有较高的准确率。但近年来，经常出现电力负荷在某个时间节点突然出现以往未出现过的突变，在这种情况下，使用传统方案的电力负荷预测结果准确率下降。

发明内容

本申请实施例要解决的技术问题是，传统电力负荷预测方案的电力负荷预测结果准确率低。

本申请实施例采用下述技术方案：

本申请实施例提供一种电力负荷预测方法，包括：

对历史电力负荷数据进行处理，确定不同变点类型，得到不同变点类型分别对应的各组历史电力负荷数据和对应的外部相关性数据；

利用各组历史电力负荷数据和对应的外部相关性数据分别训练不同的电力负荷预测模型，得到各变点类型对应的电力负荷预测模型。

本申请实施例还提供一种电力负荷预测方法，包括：

基于变点类型与外部相关性数据之间的对应关系，对预测时间段内的外部相关性数据进行处理，确定至少一种变点类型对应的外部相关性数据；

利用所述至少一种变点类型对应的电力负荷预测模型对同一变点类型对应的外部相关性数据和指定时间段内的电力负荷数据进行处理，得到至少一组预测时间段内的电力负荷预测值，所述电力负荷预测模型为利用同一变点类型对应的历史电力负荷数据和外部相关性数据训练得到。

本申请实施例还提供一种电力负荷预测方法，包括：

对历史电力负荷数据进行处理，确定不同变点类型，得到不同变点类型分别对应的各组历史电力负荷数据；

利用各组历史电力负荷数据分别训练不同的电力负荷预测模型，得到各变点类型对应的电力负荷预测模型。

本申请实施例还提供一种电力负荷预测方法，包括：

利用至少一种变点类型对应的电力负荷预测模型对指定时间段内的电力负荷数据进行处理，得到至少一组预测时间段内的电力负荷预测值，所述电力负荷预测模型为利用同一变点类型对应的历史电力负荷数据训练得到。

本申请实施例还提供一种电力负荷预测装置，包括：

处理模块，对历史电力负荷数据进行处理，确定不同变点类型，得到不同变点类型分别对应的各组历史电力负荷数据和对应的外部相关性数据；