[发明专利]负荷预测方法、装置、计算机可读存储介质以及处理器

权利要求书

1.一种负荷预测方法，其特征在于，包括：

基于相关性系数和负荷趋势变化曲线，确定影响预测日负荷的目标变量；

将所述目标变量输入所述负荷预测模型，得到与所述目标变量对应的预测日负荷，其中，所述负荷预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：变量和所述变量对应的负荷。

2.根据权利要求1所述的方法，其特征在于，在基于相关性系数和负荷趋势变化曲线，确定影响预测日负荷的目标变量之前，所述方法还包括：

获取用电负荷数据；

对所述用电负荷数据进行预处理，得到预处理后的用电负荷数据；

基于所述预处理后的用电负荷数据，确定原始变量和和所述原始变量对应的衍生变量。

3.根据权利要求2所述的方法，其特征在于，所述预处理包括以下至少之一：修正有价值的异常数据、删除没有价值的异常数据和没有意义的变量。

4.根据权利要求2所述的方法，其特征在于，确定原始变量和和所述原始变量对应的衍生变量包括：

在原始变量为温度的情况下，则所述温度对应的衍生变量为预测日一周前t-1、t、t+1时刻的负荷值；

在原始变量为湿度的情况下，则所述湿度对应的衍生变量为预测日一天前t-1、t、t+1时刻的负荷值；

在原始变量为用户数的情况下，则所述用户数对应的衍生变量为预测日两天前t-1、t、t+1时刻的负荷值；

在原始变量为的日类型情况下，则所述日类型对应的衍生变量为预测日三天前t-1、t、t+1时刻的负荷值；

在原始变量为行标识的情况下，则所述行标识对应的衍生变量为预测日t时刻一刻钟前，两刻钟前，三刻钟前；

在原始变量为周类别的情况下，则所述周类别对应的衍生变量为空。

5.一种负荷预测装置，其特征在于，包括：

第一确定模块，用于基于相关性系数和负荷趋势变化曲线，确定影响预测日负荷的目标变量；

处理模块，用于将所述目标变量输入所述负荷预测模型，得到与所述目标变量对应的预测日负荷，其中，所述负荷预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：变量和所述变量对应的负荷。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

获取模块，用于在基于相关性系数和负荷趋势变化曲线，确定影响预测日负荷的目标变量之前，获取用电负荷数据；

预处理模块，用于对所述用电负荷数据进行预处理，得到预处理后的用电负荷数据；

第二确定模块，用于基于所述预处理后的用电负荷数据，确定原始变量和和所述原始变量对应的衍生变量。

7.根据权利要求6所述的装置，其特征在于，所述预处理包括以下至少之一：修正有价值的异常数据、删除没有价值的异常数据和没有意义的变量。

8.根据权利要求6所述的装置，其特征在于，所述第二确定模块包括：

第一处理子单元，用于在原始变量为温度的情况下，则所述温度对应的衍生变量为预测日一周前t-1、t、t+1时刻的负荷值；

第二处理子单元，用于在原始变量为湿度的情况下，则所述湿度对应的衍生变量为预测日一天前t-1、t、t+1时刻的负荷值；

第三处理子单元，用于在原始变量为用户数的情况下，则所述用户数对应的衍生变量为预测日两天前t-1、t、t+1时刻的负荷值；

第四处理子单元，用于在原始变量为的日类型情况下，则所述日类型对应的衍生变量为预测日三天前t-1、t、t+1时刻的负荷值；

第五处理子单元，用于在原始变量为行标识的情况下，则所述行标识对应的衍生变量为预测日t时刻一刻钟前，两刻钟前，三刻钟前；

第六处理子单元，用于在原始变量为周类别的情况下，则所述周类别对应的衍生变量为空。