[发明专利]台区线损率的预测方法、装置

权利要求书

1.一种台区线损率的预测方法，其特征在于，包括：

从预定系统自动采集台区内的电气数据；

根据所述电气数据确定所述台区的原始电气特征指标数据，所述原始电气指标特征数据，其中，所述预定系统，包括：电力公司用电信息信息采集系统、营销业务应用系统、电力地理资讯系统GIS、电力管理系统PMS；

对所述原始电气特征指标数据进行预设处理，得到目标电气特征指标数据，基于目标电气特征指标数据确定长短时记忆LSTM模型；

将所述电气数据输入至所述长短时记忆LSTM模型，得到所述台区线损率的预测值。

2.根据权利要求1所述的方法，其特征在于，根据所述电气数据确定所述台区的原始电气特征指标数据，包括：

对从所述预定系统自动采集的所述电气数据进行筛选，得到所述原始电气特征指标数据；

其中，所述原始电气特征指标数据，包括：供电半径、负载率、功率因数、三相平衡度、负荷特征、网架结构、居民用户数、台区电能表总数、抄表成率。

3.根据权利要求1所述的方法，其特征在于，对所述原始电气特征指标数据进行预设处理，得到目标电气特征指标数据，包括：

采用数据平滑技术剔除所述原始电气特征指标数据的野值，得到第一电气特征指标数据；

对所述第一电气特征指标数据进行归一化处理，得到所述目标电气特征指标数据。

4.根据权利要求3所述的方法，其特征在于，对所述第一电气特征指标数据进行归一化处理，得到所述目标电气特征指标数据，包括：

确定样本台区内所述第一电气特征指标数据对应的第一数值；

计算第一数值对应的第二数值，其中，所述第二数值为所述第一数值的平均值；

根据所述第一数值和所述第二数值确定第三数值，其中，所述第三数值为所述第一数值对应的方差；

根据所述第一数值、第二数值与第三数值得到所述目标电气特征指标数据。

5.根据权利要求1所述的方法，其特征在于，所述长短时记忆LSTM模型包括多个神经单元，所述神经单元包括：

输入门i_(t)，遗忘门f_(t)，输出门o_(t)，记忆单元C_(t)。

6.根据权利要求1所述的方法，其特征在于，所述长短时记忆LSTM模型的隐藏层数包括：128个循环单元。

7.一种台区线损率的预测装置，其特征在于，包括：

采集模块，用于从预定系统自动采集台区内的电气数据；

第一确定模块，用于根据所述电气数据确定所述台区的原始电气特征指标数据，所述原始电气指标特征数据，其中，所述预定系统，包括：电力公司用电信息信息采集系统、营销业务应用系统、电力地理资讯系统GIS、电力管理系统PMS；

处理模块，用于对所述原始电气特征指标数据进行预设处理，得到目标电气特征指标数据，基于目标电气特征指标数据确定长短时记忆LSTM模型；

第二确定模块，用于将所述电气数据输入至所述长短时记忆LSTM模型，得到所述台区线损率的预测值。

8.根据权利要求7所述的装置，其特征在于，对所述原始电气特征指标数据进行预设处理，得到目标电气特征指标数据，包括：

采用数据平滑技术剔除所述原始电气特征指标数据的野值，得到第一电气特征指标数据；

对所述第一电气特征指标数据进行归一化处理，得到所述目标电气特征指标数据。

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至6中任意一项所述台区线损率的预测方法。

10.一种处理器，其特征在于，所述处理器用于运行存储在存储器中的程序，其中，所述程序运行时执行权利要求1至6中任意一项所述台区线损率的预测方法。