[发明专利]一种用电量预测方法和装置

权利要求书

1.一种用电量预测方法，其特征在于，包括：

基于预先训练得到的变量获取实时数据；

基于所述变量对应的实时数据采用Ridge回归法进行预测，得到用电量预测值；

所述训练得到的变量是基于历史用电量数据、经济数据、交通数据和气象数据采用两步变量筛选得到与用电量相关度最高的变量。

2.根据权利要求1所述的用电量预测方法，其特征在于，所述训练，包括：

获取历史用电量数据、经济数据、交通数据和气象数据；

对获取的数据进行缺失值处理，得到数据集；

将所述数据集分为训练集和验证集；

对训练集进行弹性网络降维；

对降维后的数据进行Granger因果关系检验，得到与用电量相关度最高的变量；

基于通过检验的变量获取实时数据。

3.根据权利要求2所述的用电量预测方法，其特征在于，所述训练还包括：

采用验证集数据对与用电量相关度最高的变量进行验证。

4.根据权利要求2所述的用电量预测方法，其特征在于，所述对获取的数据进行缺失值处理，包括：

采用多重插补法对获取的数据进行缺失值处理。

5.根据权利要求2所述的用电量预测方法，其特征在于，所述对训练集进行弹性网络降维，包括：

确定弹性网络混合参数和弹性网络复杂参数的组合；

确定重取样方法，并采用重取样方法对组合进行选择和校验；

根据均方误差最小确定最优组合。

6.根据权利要求2所述的用电量预测方法，其特征在于，所述对降维后的数据进行Granger因果关系检验，得到与用电量相关度最高的变量，包括：

确定用电量与降维后的训练集之间的因果关系检验值；

基于因果关系检验值对对降维后的训练集进行检验，筛选出通过检验的变量；

所述通过检验的变量为与用电量相关度最高的变量。

7.根据权利要求3所述的用电量预测方法，其特征在于，所述采用验证集数据对与用电量相关度最高的变量进行验证，包括：

按下式计算用电量预测误差：

式中，MAPE为用电量预测误差，i∈[1,n]，n为预测结果总数，e_i为验证集中的第i个数据与第i个预测结果之间的用电量相对误差，且y_i为验证集中的第i个数据，为第i个预测结果。

8.一种用电量预测装置，其特征在于，包括：

获取模块，用于基于预先训练得到的变量获取实时数据；

预测模块，用于基于所述变量对应的实时数据采用Ridge回归法进行预测，得到用电量预测值；

所述训练得到的变量是基于历史用电量数据、经济数据、交通数据和气象数据采用两步变量筛选得到与用电量相关度最高的变量。

9.根据权利要求8所述的用电量预测装置，其特征在于，所述获取模块包括训练单元，所述训练单元包括：

第一获取单元，用于获取历史用电量数据、经济数据、交通数据和气象数据；

处理单元，用于对获取的数据进行缺失值处理，得到数据集；

划分单元，用于将所述数据集分为训练集和验证集；

降维单元，用于对训练集进行弹性网络降维；

检验单元，用于对降维后的数据进行Granger因果关系检验，得到与用电量相关度最高的变量；

第二获取单元，用于基于通过检验的变量获取实时数据。

10.根据权利要求9所述的用电量预测装置，其特征在于，所述训练单元还包括验证单元，所述验证单元具体用于：

采用验证集数据对与用电量相关度最高的变量进行验证。

11.根据权利要求9所述的用电量预测装置，其特征在于，所述处理单元具体用于：

采用多重插补法对获取的数据进行缺失值处理。