[发明专利]预测负荷获取方法、装置、计算机设备和存储介质

说明书

本申请涉及一种预测负荷获取方法、装置、计算机设备和存储介质。所述方法包括：对第一和第二历史负荷数据进行数据处理，得到特征数据；第一历史负荷数据为预测负荷的历史数据，第二历史负荷数据为非预测负荷的历史数据；根据特征数据，得到目标第二历史负荷数据；根据特征数据、第一初始负荷数据以及目标第二初始负荷数据构建预测负荷函数，得到预测负荷；第一初始负荷数据为根据传统预测模型得到的预测负荷的预测数据，目标第二初始负荷数据为根据传统预测模型得到的目标非预测负荷的预测数据，目标非预测负荷为目标第二历史负荷数据对应的非预测负荷。采用本方法能够降低单一负荷历史数据误差变化对预测结果的影响，提高预测负荷的准确性。

技术领域

本申请涉及能源系统技术领域，特别是涉及一种预测负荷获取方法、装置、计算机设备和存储介质。

背景技术

基于用户侧的负荷预测分析是区域分布式能源系统规划的基础条件，影响着分布式能源系统的设计及后期的运行控制。只有充分掌握区域内全年用户的冷、热、电、气需求情况，实现设备接近满负荷稳定运行的系统效率才能最大化。

传统负荷预测采用两种方式进行，第一种是直接从预测机理的角度将单一预测模型进行组合，这种技术在短期预测中比较常见，例如神经网络模型与小波分析的结合、神经网络模型与专家系统的结合等，第二种是单一模型预测结果直接加权组合，其主要出发点是，不同方法的预测结果一般都有差异，应设法在这些预测结果的基础上综合判断，给每个预测模型赋予不同权重，由此得到一个预测效果更好的综合模型。

然而上述预测方法的负荷预测均是基于单一负荷的历史数据，对该负荷进行针对性预测，使得预测结果对于单一历史数据的依懒性大，单一历史数据的误差变化会对预测结果造成很大影响，从而降低了预测结果的准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种预测负荷获取方法、装置、计算机设备和存储介质。

一方面，本申请提供一种预测负荷的获取方法，所述方法包括：

对第一历史负荷数据和第二历史负荷数据进行数据处理，得到特征数据；其中，所述第一历史负荷数据为预测负荷的历史数据，所述第二历史负荷数据为非预测负荷的历史数据，所述特征数据用于表征所述第一历史负荷数据与所述第二历史负荷数据的数据关系；

根据所述特征数据，得到目标第二历史负荷数据；

根据所述特征数据、第一初始负荷数据以及目标第二初始负荷数据构建预测负荷函数，得到所述预测负荷；其中，所述第一初始负荷数据为根据传统预测模型得到的所述预测负荷的预测数据，所述目标第二初始负荷数据为根据所述传统预测模型得到的目标非预测负荷的预测数据，所述目标非预测负荷为所述目标第二历史负荷数据对应的所述非预测负荷。

在其中一个实施例中，所述对第一历史负荷数据和第二历史负荷数据进行数据处理，得到特征数据，包括：

将所述第一历史负荷数据减所述第二历史负荷数据，得到负荷差；

将所述第一历史负荷数据除所述第二历史负荷数据，得到负荷比；

将所述负荷差和负荷比作为所述特征数据。

在其中一个实施例中，所述根据所述特征数据，得到目标第二历史负荷数据，包括：

将所述特征数据进行聚类分析，得到所述第一历史负荷数据与所述第二历史负荷数据之间的关联程度；

根据所述关联程度，从所述第二历史负荷数据中获取目标第二历史负荷数据；其中，所述目标第二历史负荷数据为与所述第一历史负荷数据的所述关联程度最大的所述第二历史负荷数据。

在其中一个实施例中，所述根据所述特征数据、第一初始负荷数据以及目标第二初始负荷数据构建预测负荷函数，得到所述预测负荷，包括：

将所述第一初始负荷数据作为第一负荷；