[发明专利]基于回声状态网络的电力负荷预测方法、装置及设备

权利要求书

1.一种基于回声状态网络的电力负荷预测方法，其特征在于，包括：

获取电力负荷时间序列数据集，并将所述电力负荷时间序列数据集按预设比例划分为时间序列训练数据集和时间序列测试数据集；

将所述时间序列训练数据集输入到依赖关系不同的多个回声状态网络中，分别得到所述时间序列训练数据集中各预设时刻的电力负荷数据集分别对应的不同时间尺度的储备池状态，并分别将各预设时刻的电力负荷数据集对应的各所述储备池状态进行拼接，得到各预设时刻的电力负荷数据集分别对应的拼接后储备池状态矩阵；

利用岭回归对各所述拼接后储备池状态矩阵进行训练，得到输出层权重；

将所述时间序列测试数据集输入到各所述回声状态网络中，并结合所述输出层权重预测所述电力负荷时间序列数据集下一预设时刻的电力负荷值。

2.根据权利要求1所述的基于回声状态网络的电力负荷预测方法，其特征在于，当所述电力负荷时间序列数据集中的电力负荷数据的数量级或量纲不一致时，在获取电力负荷时间序列数据集之后，将所述电力负荷时间序列数据集按预设比例划分为时间序列训练数据集和时间序列测试数据集之前，还包括：

对所述电力负荷时间序列数据集中的各所述电力负荷数据进行归一化操作。

3.根据权利要求1或2所述的基于回声状态网络的电力负荷预测方法，其特征在于，在结合所述输出层权重预测所述电力负荷时间序列数据集下一预设时刻的电力负荷值之后，还包括：

获取所述电力负荷时间序列数据集下一预设时刻的真实电力负荷值；

利用所述电力负荷时间序列数据集的真实电力负荷值和预测出的电力负荷值，检验预测过程所用电力负荷预测模型的有效性。

4.根据权利要求3所述的基于回声状态网络的电力负荷预测方法，其特征在于，利用所述电力负荷时间序列数据集的真实电力负荷值和预测出的电力负荷值，检验预测过程所用电力负荷预测模型的有效性，包括：

计算所述电力负荷时间序列数据集中各电力负荷数据的电力负荷平均值；

根据所述电力负荷平均值，计算所述电力负荷时间序列数据集的真实电力负荷值和预测出的电力负荷值的标准均方根误差；

利用所述标准均方根误差检验所述电力负荷预测模型的有效性。

5.一种基于回声状态网络的电力负荷预测装置，其特征在于，包括：

数据集划分模块，用于获取电力负荷时间序列数据集，并将所述电力负荷时间序列数据集按预设比例划分为时间序列训练数据集和时间序列测试数据集；

矩阵获得模块，用于将所述时间序列训练数据集输入到依赖关系不同的多个回声状态网络中，分别得到所述时间序列训练数据集中各预设时刻的电力负荷数据集分别对应的不同时间尺度的储备池状态，并分别将各预设时刻的电力负荷数据集对应的各所述储备池状态进行拼接，得到各预设时刻的电力负荷数据集分别对应的拼接后储备池状态矩阵；

输出层权重获得模块，用于利用岭回归对各所述拼接后储备池状态矩阵进行训练，得到输出层权重；

电力负荷值预测模块，用于将所述时间序列测试数据集输入到各所述回声状态网络中，并结合所述输出层权重预测所述电力负荷时间序列数据集下一预设时刻的电力负荷值。

6.根据权利要求5所述的基于回声状态网络的电力负荷预测装置，其特征在于，还包括：

归一化模块，用于当所述电力负荷时间序列数据集中的电力负荷数据的数量级或量纲不一致时，在获取电力负荷时间序列数据集之后，将所述电力负荷时间序列数据集按预设比例划分为时间序列训练数据集和时间序列测试数据集之前，对所述电力负荷时间序列数据集中的各所述电力负荷数据进行归一化操作。

7.根据权利要求5或6所述的基于回声状态网络的电力负荷预测装置，其特征在于，还包括：

真实值获取模块，用于在结合所述输出层权重预测所述时间序列数据集下一预设时刻的电力负荷值之后，获取所述电力负荷时间序列数据集下一预设时刻的真实电力负荷值；

有效性检验模块，用于利用所述电力负荷时间序列数据集的真实电力负荷值和预测出的电力负荷值，检验预测过程所用电力负荷预测模型的有效性。