[发明专利]一种预测方法、装置、存储介质及设备

说明书

本申请公开了一种预测方法、装置、存储介质及设备，在获取待预测事件在预设时间范围内的初始值以及所述初始值对应的属性值后，先根据初始值与初始值对应的属性值之间的相关系数，确定i个有效属性值，然后对这i个有效属性值进行降维处理，并从这i个有效属性值中筛选得到j个降维后的有效属性值，进而，可以将这j个降维后的有效属性值输入预先构建的事件预测模型，得到待预测事件的预测结果；其中，事件预测模型是根据历史时间下的事件初始值和历史时间下的事件初始值对应的属性值构建的。从而使得该事件预测模型能够准确地预测出任一时刻下待预测事件的结果，提高了待预测事件的预测准确性和效率(例如提高了电力负荷预测的准确性和效率)。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种预测方法、装置、存储介质 及设备。

背景技术

电力市场需求预测工作是国家能源主管部门和电网企业的一项重要基础 性工作，为国家能源监测与管理、电网企业生产计划与经营管理提供重要的支 撑依据。其中，电力负荷预测一直是困扰电力供应的难题。然而，如何准确地 预测需求(例如，电力负荷等需求)是一个亟待解决的技术问题。

发明内容

为解决上述技术问题，本申请实施例提供一种预测方法及装置，能够准确 地预测电力市场需求(例如，供电量和/或电价)。本发明的主要思路是基于与 待预测电力网络(例如新兴的太阳能或风电发电网络)相近似的其他类型电力 网络(例如传统火电或水电发电网络)的各种属性(地理位置、所属区域等) 与待预测量之间已有的数据，以及不同类型电力网络之间的关联系数，完成所 述预测工作。

第一方面，本申请实施例提供了一种预测方法，包括：

获取待预测事件在预设时间范围内的初始值以及所述初始值对应的属性 值；

根据所述初始值与所述初始值对应的属性值之间的相关系数，确定i个有 效属性值；其中，所述i为大于0的正整数；

对所述i个有效属性值进行降维处理，从所述i个有效属性值中筛选得到 j个降维后的有效属性值；其中，所述j为大于0的正整数，所述j小于所述i；

将所述j个降维后的有效属性值输入预先构建的事件预测模型，得到所述 待预测事件的预测结果；其中，所述事件预测模型是根据所述历史时间下的事 件初始值和所述历史时间下的事件初始值对应的属性值构建的。

一种可能的实现方式中，所述根据所述初始值与所述初始值对应的属性值 之间的相关系数，确定i个有效属性值，包括：

利用所述初始值与所述初始值对应的属性值之间的最大相关系数，构建线 性回归模型，并确定所述线性回归模型对应的第一拟合优度；以及将所述最大 相关系数对应的属性值作为有效属性值；

将所述初始值与所述初始值对应的属性值之间的非最大相关系数，输入所 述线性回归模型，得到所述线性回归模型对应的第二拟合优度；

当所述第二拟合优度小于所述第一拟合优度时，将所述非最大相关系数对 应的属性值作为有效属性值。

一种可能的实现方式中，所述根据所述初始值与所述初始值对应的属性值 之间的相关系数，确定i个有效属性值，包括：

将大于预设阈值的相关系数对应的属性值作为有效属性值。

一种可能的实现方式中，所述对所述i个有效属性值进行降维处理，从所 述i个有效属性值中筛选得到j个降维后的有效属性值，包括：

利用主成分分析PCA降维方法，对所述i个有效属性值进行降维处理， 从所述i个有效属性值中筛选得到j个降维后的有效属性值。

一种可能的实现方式中，所述将所述j个降维后的有效属性值输入预先构 建的事件预测模型，得到所述待预测事件的预测结果，包括：