[发明专利]基于矩阵分解的电力负荷预测方法、装置及设备

权利要求书

1.一种基于矩阵分解的电力负荷预测方法，其特征在于，包括：

获取电力负荷序列数据集，并分别对所述电力负荷序列数据集中各用户的序列数据进行组合，得到各所述用户分别对应的电能量数据矩阵；

分别对各所述电能量数据矩阵进行矩阵分解，得到各所述用户分别对应的电能量时间序列因子矩阵和电能量时序依赖因子矩阵；

分别将各所述用户对应的电能量时序依赖因子矩阵输入到回声状态网络中，计算得到各所述用户分别对应的下一预设时刻的电能量时序依赖因子；

分别通过对各所述用户对应的电能量时间序列因子矩阵和下一预设时刻的电能量时序依赖因子进行矩阵运算，预测各所述用户分别对应的下一预设时刻的电力负荷值。

2.根据权利要求1所述的基于矩阵分解的电力负荷预测方法，其特征在于，当存在电能量数据矩阵中的电力负荷数据的数量级或量纲不一致时，在得到各所述用户分别对应的电能量数据矩阵之后，分别对各所述电能量数据矩阵进行矩阵分解之前，还包括：

将电力负荷数据的数量级或量纲不一致的电能量数据矩阵确定为目标矩阵；

对所述目标矩阵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所述的基于矩阵分解的电力负荷预测方法，其特征在于，分别对各所述电能量数据矩阵进行矩阵分解，包括：

利用非负矩阵分解算法分别对各所述电能量数据矩阵进行矩阵分解。

4.根据权利要求3所述的基于矩阵分解的电力负荷预测方法，在预测各所述用户分别对应的下一预设时刻的电力负荷值之后，还包括：

分别获取各所述用户下一预设时刻的真实电力负荷值；

利用各所述真实电力负荷值和分别对应的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。

5.一种基于矩阵分解的电力负荷预测装置，其特征在于，包括：

矩阵获得模块，用于获取电力负荷序列数据集，并分别对所述电力负荷序列数据集中各用户的序列数据进行组合，得到各所述用户分别对应的电能量数据矩阵；

矩阵分解模块，用于分别对各所述电能量数据矩阵进行矩阵分解，得到各所述用户分别对应的电能量时间序列因子矩阵和电能量时序依赖因子矩阵；

依赖因子计算模块，用于分别将各所述用户对应的电能量时序依赖因子矩阵输入到回声状态网络中，计算得到各所述用户分别对应的下一预设时刻的电能量时序依赖因子；

电力负荷值预测模块，用于分别通过对各所述用户对应的电能量时间序列因子矩阵和下一预设时刻的电能量时序依赖因子进行矩阵运算，预测各所述用户分别对应的下一预设时刻的电力负荷值。

6.根据权利要求5所述的基于矩阵分解的电力负荷预测装置，其特征在于，还包括：

目标矩阵确定模块，用于当存在电能量数据矩阵中的电力负荷数据的数量级或量纲不一致时，在得到各所述用户分别对应的电能量数据矩阵之后，分别对各所述电能量数据矩阵进行矩阵分解之前，将电力负荷数据的数量级或量纲不一致的电能量数据矩阵确定为目标矩阵；

归一化模块，用于对所述目标矩阵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所述的基于矩阵分解的电力负荷预测装置，其特征在于，所述矩阵分解模块具体为利用非负矩阵分解算法分别对各所述电能量数据矩阵进行矩阵分解的模块。

8.根据权利要求7所述的基于矩阵分解的电力负荷预测装置，其特征在于，还包括：

真实值获得模块，用于在预测各所述用户分别对应的下一预设时刻的电力负荷值之后，分别获取各所述用户下一预设时刻的真实电力负荷值；

有效性检验模块，用于利用各所述真实电力负荷值和分别对应的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。

9.一种基于矩阵分解的电力负荷预测设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至4任一项所述基于矩阵分解的电力负荷预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述基于矩阵分解的电力负荷预测方法的步骤。