[发明专利]一种用气负荷预测方法、装置、电子设备及存储介质

权利要求书

1.一种用气负荷预测方法，其特征在于，包括：

获取目标区域内的历史原始数据，所述历史原始数据包括天然气的历史实际使用数据和天然气的历史管存数据；

对所述历史原始数据进行特征提取，得到历史原始数据的数据特征；

根据历史原始数据的数据特征，确定所述历史原始数据的数据特征相关的指定影响因素数据；

将所述指定影响因素数据与历史实际影响因素数据对比，以得到影响因素数据的变化量数据；

利用用气负荷预测模型训练预测样本数据与影响因素数据的变化量数据，确定出用气负荷的第一预测值，其中，所述用气负荷预测模型为基于知识蒸馏框架的神经网络模型；

采集所述目标区域内的管道压力数据，调取管存数据预测模型训练所述管道压力数据，确定出管存用气预测值；

根据所述第一预测值和所述管存用气预测值，确定出用气负荷预测值。

2.根据权利要求1所述的方法，其特征在于，所述对历史原始数据进行特征提取，得到历史原始数据的数据特征，具体包括：

对所述历史原始数据进行缺失值填充，通过指定方式对填充后的实际用气数据和填充后的历史管存数据进行异常值检测；

根据检测结果，对所述填充后的历史实际用气数据和所述填充后的历史管存数据进行异常值替换，得到预处理之后的历史原始数据；

根据预设特征提取算法提取所述预处理之后的历史原始数据中的第一数据特征组；

对所述预处理之后的历史原始数据进行聚类分析，将所述预处理之后的历史原始数据分为多个数据组；对每个数据组内的数据进行特征分析，确定出组内共同特征，对所述多个数据组之间进行特征分析，确定出组间差别特征；

根据所述组内共同特征和所述组间差别特征确定出第二数据特征组；

根据所述第一数据特征组和所述第二数据特征组，确定出所述历史原始数据的数据特征。

3.根据权利要求1所述的方法，其特征在于，根据历史原始数据的数据特征，确定所述历史原始数据的数据特征相关的指定影响因素数据，具体包括：

获取目标区域内，与所述历史原始数据对应的影响因素数据；

对所述历史原始数据和所述影响因素数据分别进行无量纲化处理，将处理后的历史原始数据作为对照数列，将处理后的影响因素数据作为比较数列；

计算所述对照数列和所述比较数列的关联度系数，根据所述关联度系数确定出所述影响因素数据与所述历史原始数据的关联度；

将所述关联度按照预设规则进行排序，将所述关联度高于预设阈值的影响因素数据作为所述指定影响因素数据。

4.根据权利要求1所述的方法，其特征在于，利用用气负荷预测模型训练预测样本数据与影响因素数据的变化量数据，确定出用气负荷的第一预测值包括：

收集历史用气数据与影响因素数据的数据集；

调取预先构建的知识蒸馏的教师模型训练所述影响因素数据的数据集中的数据，确定所述历史用气数据作为输出软目标和/或输出预测用气数据；

根据所述输出软目标，修改所述教师模型的损失函数，对所述教师模型进行训练；

将所述影响因素数据的数据集中数据输入至预先构建的知识蒸馏的学生模型中，将所述预测用气数据作为所述学生模型的目标值，对所述学生模型进行训练，以得到符合要求的用气负荷预测模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测值和所述管存用气预测值，确定出用气负荷预测值，具体包括：

计算所述管存用气预测值和所述第一预测值的比值，得到第一比值；

计算所述历史管存数据和所述历史实际用气数据的比值，得到第二比值；

若所述第一比值和所述第二比值的差值大于预设阈值，对所述第一预测值和所述管存用气预测值进行加权计算，得到所述用气负荷预测值。