[发明专利]城市综合体用电量预测方法、装置、电子设备及存储介质

权利要求书

1.一种城市综合体用电量预测方法，其特征在于，包括以下步骤：

获取城市综合体中各类型用电实体的历史小时用电量序列；

将所述历史小时用电量序列根据按预设的日历标签进行拆分降维，得到针对各个日历标签的第一用电量序列；

将所述第一用电量序列在时间维度上进行非线性降维，得到第二用电量序列；

将所述第二用电量序列输入预设的预测神经网络进行预测，得到基于所述日历标签的第一用电量预测结果；

基于所述第一用电量预测结果，计算得到所述城市综合体的用电量预测结果。

2.如权利要求1所述的方法，其特征在于，所述日历标签为星期标签，所述将所述历史小时用电量序列根据按预设的日历标签进行拆分降维，得到针对各个日历标签的第一用电量序列的步骤具体包括：

将所述历史小时用电量序列根据按预设的星期标签进行拆分降维，得到针对各个星期标签的用电量序列；

对所述针对各个星期标签的用电量序列进行对齐，得到针对各个星期标签的第一用电量序列。

3.如权利要求1或2所述的方法，其特征在于，所述将所述第一用电量序列在时间维度上进行非线性降维，得到第二用电量序列的步骤具体包括：

通过预设的自编码网络对所述第一用电量序列在时间维度上进行非线性降维；

其中，所述预设的自编码网络通过预设的降维参数进行训练得到。

4.如权利要求3所述的方法，其特征在于，所述自编码网络包括编码网络，所述编码网络包括第一输入层、第一隐含层以及第一输出层，其中，所述第一输入层的输出与所述第一隐含层的输入连接，所述第一隐含层的输出与第一输出层的输入连接，所述第一输入层包括M×k个神经元，所述第一输出层包括M个神经元，所述降维参数为k，M与k均为正整数，所述根据所述降维参数，通过预设的自编码网络对所述第一用电量序列在时间维度上进行非线性降维的步骤具体包括：

将所述第一用电量序列依次输入所述第一输入层、第一隐含层以及第一输出层，得到M维的第二用电量序列。

5.如权利要求4所述的方法，其特征在于，所述自编码网络还包括解码网络，所述将所述第二用电量序列输入预设的预测神经网络进行预测，得到基于所述日历标签的第一用电量预测结果的步骤具体包括：

将所述M维的第二用电量序列输入预测神经网络进行预测，得到M维的预测结果；

将所述M维的预测结果输入预设的解码网络中进行解码，得到M×k维的第一用电量预测结果。

6.如权利要求4所述的方法，其特征在于，所述解码网络包括第二输入层、第二隐含层以及第二输出层，其中，所述第二输入层的输出与所述第二隐含层的输入连接，所述第二隐含层的输出与第二输出层的输入连接，所述第二输入层包括M个神经元，所述第二输出层包括M×k个神经元，所述将所述M维的预测结果输入预设的解码网络中进行解码，得到M×k维的第一用电量预测结果的步骤具体包括：

将所述M维的第二用电量序列依次输入所述第二输入层、第二隐含层以及第二输出层，得到M×k维的第一用电量预测结果。

7.如权利要求1所述的方法，其特征在于，所述基于所述第一用电量预测结果，计算得到所述综合体的用电量预测结果的步骤具体包括：

根据所述第一用电量预测结果，计算得到各类用电实体基于所述日历的第二用电量预测结果；

将所述各类用电实体对应的第二用电量预测结果进行相加，得到所述综合体的用电量预测结果。