[发明专利]用能预测方法、装置、设备及存储介质

权利要求书

1.一种用能预测方法，其特征在于，应用于计算机设备，所述方法包括：

获取第一历史数据，所述第一历史数据是指第一对象的历史用能数据；

对所述第一历史数据进行标准化处理，所述标准化处理用于将所述第一对象的历史用能映射到预设数值范围之内；

获取预测用能对应的预测时段；

根据所述预测时段，对标准化处理后的所述第一历史数据进行分割得到真实用能样本，所述真实用能样本是指所述第一对象的真实历史用能数据；

根据所述真实用能样本，获取所述第一对象的模拟用能样本，所述模拟用能样本是指在所述真实用能样本的基础上扩充得到的用能样本；

获取第二历史数据，所述第二历史数据是指与所述第一对象相关联的其他对象的历史用能数据，所述其他对象是指与所述第一对象具有相同特征的对象，所述特征包括以下至少之一：人流密度、地理位置；

根据所述第二历史数据，训练获得初始的用能预测模型，所述用能预测模型中包括编码网络和解码网络；

固定所述初始的用能预测模型的底层参数，根据所述模拟用能样本，微调所述初始的用能预测模型的高层参数，得到所述用能预测模型，所述底层参数包括属于所述编码网络的参数，所述高层参数包括属于所述解码网络的参数；

调用所述用能预测模型，根据所述真实用能样本和所述模拟用能样本，计算所述第一对象的预测用能。

2.根据权利要求1所述的方法，其特征在于，所述根据所述真实用能样本，获取所述第一对象的模拟用能样本，包括：

获取随机生成的第一噪声向量；

通过生成对抗网络中的生成网络，根据所述第一噪声向量生成所述模拟用能样本。

3.根据权利要求2所述的方法，其特征在于，所述生成对抗网络包括所述生成网络和判别网络；

所述通过所述生成对抗网络中的生成网络，根据所述第一噪声向量生成所述模拟用能样本之前，还包括：

通过所述生成网络根据所述第一噪声向量生成候选的模拟用能样本；

通过所述判别网络根据所述真实用能样本和所述候选的模拟用能样本，计算所述候选的模拟用能样本的真实度；

若所述真实度大于预设阈值，则将所述候选的模拟用能样本确定为所述模拟用能样本。

4.根据权利要求2所述的方法，其特征在于，所述通过所述生成对抗网络中的生成网络，根据所述第一噪声向量生成所述模拟用能样本之前，还包括：

获取随机生成的第二噪声向量；

构建所述生成对抗网络；

采用所述第二噪声向量和所述真实用能样本，对所述生成对抗网络进行训练，得到完成训练的所述生成对抗网络。

5.根据权利要求4所述的方法，其特征在于，所述生成对抗网络包括所述生成网络和判别网络，所述采用所述第二噪声向量和所述真实用能样本，对所述生成对抗网络进行训练，得到完成训练的所述生成对抗网络，包括：

获取第一损失函数和第二损失函数，所述第一损失函数是指所述判别网络的损失函数，所述第二损失函数是指所述生成网络的损失函数；

固定所述生成网络的参数，对所述判别网络进行训练；

当所述第一损失函数满足第一预设条件时，固定所述判别网络的参数，对所述生成网络进行训练；

若所述第二损失函数满足第二预设条件，则确定所述生成网络完成训练；

若所述第二损失函数不满足所述第二预设条件，则调整所述生成网络的参数，并再次从所述对所述判别网络进行训练的步骤开始执行。