[发明专利]一种用电量预测方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202111021694.3 申请日: 2021-09-01
公开(公告)号: CN113642809A 公开(公告)日: 2021-11-12
发明(设计)人: 梁洪浩;郑楷洪;刘涛;李胜;姜和芳;曾璐琨;陈晓伟;龚起航 申请(专利权)人: 深圳供电局有限公司;南方电网数字电网研究院有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04;G06N3/08
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 樊倩
地址: 518021 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用电量 预测 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请涉及一种用电量预测方法、装置、计算机设备和存储介质。该方法包括:对获取到的各个参与方分别对应的本地模型参数进行聚类分组,将各个参与方分别划分到相应的分组簇内;分别从相应分组簇内包括的多个参与方中,确定组内聚合方,触发组内聚合方基于组内其余各参与方的本地模型参数进行组内聚合,得到目标组模型参数;从多个组内聚合方中,确定全局聚合方,并触发全局聚合方对各个分组簇的目标组模型参数进行全局聚合,得到全局模型参数;触发各参与方基于获取到的全局模型参数,对本地维护的初始预测模型进行更新,基于更新后的预测模型继续进行组内聚合和全局聚合的步骤,直至更新后的预测模型满足预设收敛条件时,输出目标预测模型。

技术领域

本申请涉及电力调度技术领域,特别是涉及一种用电量预测方法、装置、计算机设备和存储介质。

背景技术

在电力机构内部多部门联合建模与跨机构数据合作的时候,内部的用电量数据通常是由各个子公司的采集点进行采集,并存储在子公司下属的计量中心。其中,采集的这些数据本身就具备较高的挖掘价值,能够有效的实现用电量预测,并为后续的电力调度提供良好的数据支持。但是由于用电量数据是分布式的存储在各个子公司的本地服务器,在调用这些用电量数据的时候,需要分别对各个子公司的本地服务器进行数据访问。

现有技术为了解决上述问题,是通过一个统一的数据中心从下属的各个子公司进行用电量数据的收集,并将收集到的用电量数据存储至数据中心本地;之后,在通过数据中心基于收集到的用电量数据,进行未来预设时段内的用电量预测。虽然,该方式能够实现对未来预设时段内的用电量预测,但却会由于自身存在的内在、外在问题,影响用电量的预测准确度。

发明内容

基于此,有必要针对上述技术问题,提供一种能够提高用电量的预测准确度的用电量预测方法、装置、计算机设备和存储介质。

一种用电量预测方法,包括以下步骤:

基于获取到的各个参与方分别对应的本地模型参数,对各所述参与方进行聚类分组,以将满足相似条件的多个匹配参与方划分到相应的分组簇内;其中,所述本地模型参数是参与方基于自身获取到的已用电量数据,对自身所维护的初始预测模型进行预训练得到;

针对每个分组簇,分别从相应分组簇内包括的多个匹配参与方中,确定组内聚合方,并触发所述组内聚合方基于相应分组簇内,其余各匹配参与方分别对应的本地模型参数进行组内聚合,得到目标组模型参数;

从所述多个组内聚合方中,确定全局聚合方,并触发所述全局聚合方对各个分组簇分别对应的目标组模型参数进行全局聚合,得到全局模型参数;

触发各所述参与方分别基于获取到的全局模型参数,对本地维护的初始预测模型进行更新,并基于更新后的预测模型继续进行组内聚合和全局聚合的步骤,直至更新后的预测模型满足预设收敛条件时,得到训练好的目标预测模型;所述目标预测模型用于进行用电量的预测。

一种用电量预测装置,所述装置包括:

分组模块,用于基于获取到的各个参与方分别对应的本地模型参数,对各所述参与方进行聚类分组,以将满足相似条件的多个匹配参与方划分到相应的分组簇内;其中,所述本地模型参数是参与方基于自身获取到的已用电量数据,对自身所维护的初始预测模型进行预训练得到;

筛选模块,用于针对每个分组簇,分别从相应分组簇内包括的多个匹配参与方中,确定组内聚合方;

触发模块,用于触发所述组内聚合方基于相应分组簇内,其余各匹配参与方分别对应的本地模型参数进行组内聚合,得到目标组模型参数;

所述筛选模块,还用于从所述多个组内聚合方中,确定全局聚合方;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳供电局有限公司;南方电网数字电网研究院有限公司,未经深圳供电局有限公司;南方电网数字电网研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111021694.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top