[发明专利]电力系统短期负荷的预测方法、装置、电子设备和介质

权利要求书

1.一种电力系统短期负荷的预测方法，应用于电子设备，其特征在于，所述预测方法包括步骤：

采集待预测日的多种特征数据；

对每种所述特征数据进行优化处理，得到多种优化数据；

将所述多种优化数据输入预先训练的短期负荷预测模型，得到所述待预测日的电力负荷数据。

2.如权利要求1所述的预测方法，其特征在于，所述多种特征数据包括当日的气象特征数据和日类型特征数据，还包括历史同时期的历史负荷数据。

3.如权利要求2所述的预测方法，其特征在于，所述对每种所述特征数据进行优化处理，得到多种优化数据，包括步骤：

针对所述气象特征数据所包含的所有数据中，从中选择温度数据和湿度数据并进行泛化处理，得到优化的气象特征矩阵；

针对所述日类型特征数据，通过考虑所述待预测日的月份、星期和工作日进行优化处理，得到优化的日类型特征列向量；

针对所述历史负荷数据，基于历史日与所述待预测日的差异对所述历史负荷数据进行优化处理，得到优化的历史负荷特征矩阵；

所述多种优化数据包括所述气象特征矩阵、所述日类型特征列向量和所述历负荷特征矩阵。

4.如权利要求1所述的预测方法，其特征在于，所述短期负荷预测模型包括卷积神经网络和全连接层，其中：

所述卷积神经网络用于对所述多种优化数据进行卷积计算、非线性化处理和最大池化计算处理，得到多个列向量；

所述全连接层用于对所述多个列向量进行处理，得到所述电力负荷数据。

5.一种电力系统短期负荷的预测装置，应用于电子设备，其特征在于，所述预测装置包括：

数据采集模块，被配置为采集待预测日的多种特征数据；

优化处理模块，被配置为对每种所述特征数据进行优化处理，得到多种优化数据；

预测执行模块，被配置为将所述多种优化数据输入预先训练的短期负荷预测模型，得到所述待预测日的电力负荷数据。

6.如权利要求5所述的预测装置，其特征在于，所述多种特征数据包括当日的气象特征数据和日类型特征数据，还包括历史同时期的历史负荷数据。

7.如权利要求6所述的预测装置，其特征在于，所述优化处理模块包括：

第一优化单元，被配置为针对所述气象特征数据所包含的所有数据中，从中选择温度数据和湿度数据并进行泛化处理，得到优化的气象特征矩阵；

第二优化单元，被配置为针对所述日类型特征数据，通过考虑所述待预测日的月份、星期和工作日进行优化处理，得到优化的日类型特征列向量；

第三优化单元，被配置为针对所述历史负荷数据，基于历史日与所述待预测日的差异对所述历史负荷数据进行优化处理，得到优化的历史负荷特征矩阵；

所述多种优化数据包括所述气象特征矩阵、所述日类型特征列向量和所述历负荷特征矩阵。

8.一种电子设备，其特征在于，包括至少一个处理器和与所述处理器连接的存储器，其中：

所述存储器用于存储计算机程序或指令；

所述处理器用于执行所述计算机程序或指令，以使所述电子设备实现如权利要求1～4任一项所述的预测方法。

9.一种计算机可读的介质，应用于电子设备，其特征在于，所述介质承载有一个或多个计算机程序，所述一个或多个计算机程序能够被所述电子设备执行，使得所述电子设备实现如权利要求1～4任一项所述的电力系统短期负荷的预测方法。