[发明专利]电网负荷预测方法、装置、计算机设备和存储介质

权利要求书

1.一种电网负荷预测方法，其特征在于，所述方法包括：

获取电网的历史数据；

获取所述历史数据中的异常值，并对所述异常值进行修复；

根据日期特征模型，选取待预测日的相似日；

根据所述相似日的历史数据建立预测模型；

根据所述预测模型生成待预测日的预测电网负荷。

2.根据权利要求1所述的方法，其特征在于，所述获取所述历史数据中的异常值，并对所述异常值进行修复包括：所述历史数据包括：历史电网负荷数据以及历史气象数据；

获取历史电网负荷数据以及历史气象数据；

获取所述历史电网负荷数据中的电网负荷异常值，并对所述电网负荷异常值进行修复；

获取所述历史气象数据中的气象异常值，并对所述气象异常值进行修复。

3.根据权利要求2所述的方法，其特征在于，所述对所述异常值进行修复包括：

获取历史数据每一日中不同种类的异常值个数占相应日期相应种类数据总个数的比例；

若所述比例大于预设比例，则利用历年相应日期的相应数据与相应日期前一天的相应数据的均值，修复所述异常值；

若所述比例小于等于预设比例，则获取与相应日期相似度最高的三个日期的相应数据，并计算三个日期相应数据的均值，修复所述异常值。

4.根据权利要求3所述的方法，其特征在于，

所述日期特征模型包括：气象特征、时间特征、气象特征对应的映射值以及时间特征对应的映射值；

所述气象特征包括：最高温度、最低温度以及湿度；

所述时间特征包括：日期特征以及日期差值；

所述预测模型包括：支持向量回归模型、查分自回归移动平均模型、季节指数平滑模型、指数平滑的线性回归模型、指数平滑的支持向量回归模型、广义加法模型、模糊逻辑回归模型、相似日的时间序列回归模型、相似日的时间序列分解二重组合模型以及加权组合模型中的至少一种。

5.根据权利要求1所述的方法，其特征在于，所述选取待预测日的相似日包括：

对所述待预测日进行分类；

若待预测日为节假日，则根据节假日的相似日选取规则选取相似日；

若待预测日为非节假日，则根据非节假日的相似日选取规则选取相似日。

6.根据权利要求4所述的方法，其特征在于，所述根据所述预测模型生成待预测日的预测电网负荷包括：

根据多种所述预测模型生成相应预测模型的初始预测电网负荷；

对多种预测模型的初始预测电网负荷进行加权平均，得到最终预测电网负荷。

7.根据权利要求1所述的方法，其特征在于，所述根据所述预测模型生成待预测日的预测电网负荷之后还包括：

获取待预测日的实际电网负荷；

根据所述预测电网负荷和实际电力电网负荷，计算预测误差；

根据所述预测误差，计算相应预测模型的准确度参数。

8.一种电网负荷预测装置，其特征在于，所述装置包括：

获取模块，用于获取电网的历史数据；

数据修复模块，用于获取所述历史数据中的异常值，并对所述异常值进行修复；

相似日选取模块，用于根据日期特征模型，选取待预测日的相似日；

模型建立模块，用于根据所述相似日的历史数据建立预测模型；

预测模块，用于根据所述预测模型生成待预测日的预测电网负荷。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。