[发明专利]一种微型电网的智能电力调度方法和用电负荷预测装置

权利要求书

1.一种用电负荷预测装置，包括：

传感器，用于获取一段时间的用电数据；

处理器，用于将所述一段时间的用电数据，输入到一预先建立的用电负荷预测模型中，以预测相对所述一段时间的未来一时刻的用电情况，用电情况包括正常值、最小值和最大值；

其中所述用电负荷预测模型通过以下方式建立：

获取训练集，所述训练集中的数据为所述微型电网的一段时间的用电数据，数据的标签为相对该一段时间的未来一时刻的用电数据、最近若干个同一时刻的用电数据最大值、最近若干个同一时刻的用电数据最小值；所述最近若干个同一时刻，是相对所述未来一时刻的同一时刻，包括：最近N天的同一时刻，或，最近N周的同一星期的同一时刻；所述最近若干同一时刻的用电数据包括最近多天的同一时刻的用电数据，或者，最近多周同一星期的同一时刻的用电数据；

利用所述训练集，训练得到所述用电负荷预测模型；具体包括：预先构建一种基于集成深度学习的预测模型，该预测模型先通过经验模式分解算法将输入的用电数据进行分解，得到不同频率的子信号，再应用深层循环神经网络对各个子信号进行分析和预测，再集成每个子信号进行分析和预测后得到的输出，以作为预测的用电情况；将通过所述训练集训练后的预测模型，作为所述用电负荷预测模型；

所述用电负荷预测模型还通过以下方式建立：

获取测试集，所述测试集中的数据为所述微型电网的一段时间的用电数据，数据的标签为相对该一段时间的未来一时刻的用电数据、最近若干个同一时刻的用电数据最大值、最近若干个同一时刻的用电数据最小值；所述最近若干个同一时刻，是相对所述未来一时刻的同一时刻，包括：最近N天的同一时刻，或，最近N周的同一星期的同一时刻；所述最近若干同一时刻的用电数据包括最近多天的同一时刻的用电数据，或者，最近多周同一星期的同一时刻的用电数据；

用所述测试集对通过所述训练集训练得到用电负荷预测模型，进行验证；

以测试集中数据的标签和用电负荷预测模型预测得到的用电情况的正常值之间的误差为标准，对所述用电负荷预测模型进行超参调优，以得到超参调优后的用电负荷预测模型。

2.如权利要求1所述的用电负荷预测装置，其特征在于，所述用电情况至少包括功率。

3.如权利要求1所述的用电负荷预测装置，其特征在于，所述微型电网的一段时间的用电数据，包括功率、对应的电压、电流和相角。