[发明专利]电力需求的预测方法及装置

说明书

本发明公开了一种电力需求的预测方法及装置，其中该方法包括：获取目标区域待预测时段的气象因素；根据目标区域待预测时段的气象因素，以及预先建立的主导气象因素识别模型，得到目标区域待预测时段的主导气象因素；根据目标区域待预测时段的主导气象因素，以及预先建立的支持向量机电力需求预测模型，得到目标区域待预测时段的电力需求；所述支持向量机电力需求预测模型根据多个主导气象特征样本和电力负荷特征样本预先建立。本发明可以提高电力需求预测的精度。

技术领域

本发明涉及数据处理技术领域，尤其涉及电力需求的预测方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

电力负荷是电力系统规划设计和运行管理的重要指标之一，研究负荷的特征及其变化规律是达到电网安全、稳定、优质和经济运行的首要条件。

目前电力需求的分析和预测有诸多解决方法，例如回归模型、神经网络方法等，但这些预测方法存在预测精度低的问题。

发明内容

本发明实施例提供一种电力需求的预测方法，用以提高电力需求预测的精度，该方法包括：

获取目标区域待预测时段的气象因素；

根据目标区域待预测时段的气象因素，以及预先建立的主导气象因素识别模型，得到目标区域待预测时段的主导气象因素；

根据目标区域待预测时段的主导气象因素，以及预先建立的支持向量机电力需求预测模型，得到目标区域待预测时段的电力需求；所述支持向量机电力需求预测模型根据多个主导气象特征样本和电力负荷特征样本预先建立。

本发明实施例还提供一种电力需求的预测装置，用以提高电力需求预测的精度，该装置包括：

获取单元，用于获取目标区域待预测时段的气象因素；

识别单元，用于根据目标区域待预测时段的气象因素，以及预先建立的主导气象因素识别模型，得到目标区域待预测时段的主导气象因素；

预测单元，用于根据目标区域待预测时段的主导气象因素，以及预先建立的支持向量机电力需求预测模型，得到目标区域待预测时段的电力需求；所述支持向量机电力需求预测模型根据多个主导气象特征样本和电力负荷特征样本预先建立。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述电力需求的预测方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述电力需求的预测方法的计算机程序。

本发明实施例中，电力需求的预测方案，与现有技术中利用回归模型、神经网络等预测电力需求分析的技术方案相比，通过：获取目标区域待预测时段的气象因素；根据目标区域待预测时段的气象因素，以及预先建立的主导气象因素识别模型，得到目标区域待预测时段的主导气象因素；根据目标区域待预测时段的主导气象因素，以及预先建立的支持向量机电力需求预测模型，得到目标区域待预测时段的电力需求；所述支持向量机电力需求预测模型根据多个主导气象特征样本和电力负荷特征样本预先建立，实现了准确识别主导气象因素，基于主导气象因素的分析，采用支持向量机建立电力需求的预测模型，进而实现对电力需求的精准预测，提高了电力需求的预测精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：