[发明专利]区域电量偏差的计算方法及装置

权利要求书

1.一种区域电量偏差的计算方法，其特征在于，包括：

根据目标区域的用电量历史数据，确定对应所述目标区域的用电量预测的目标模型；其中所述目标模型是通过候选模型按照权重系数融合后得到的，所述候选模型包括基于随机森林模型、梯度提升树模型以及极端随机森林模型，所述权重系数是根据关联参数确定的，所述关联参数包括所述目标区域的区域位置及日照强度；

根据输入数据及所述目标模型预测目标区域的用电量的预测结果，所述预测结果包括用电量的区域预测数据及个体预测数据，所述输入数据包括各发电端历史个体用户用电数据、历史区域用电数据、历史申报数据、历史个体用户偏差数据、历史区域用户偏差数据以及历史工作日平均用电数据；

根据所述目标区域的用电量的预测结果、申报的交易数据以及预设区域电量偏差计算公式计算区域电量偏差，并当符合预设数据输出规则时，将所述区域电量偏差输出，其中，所述预设数据输出规则中包含有不同的模型训练的样本数据时长以及对应的预测准确率阈值。

2.根据权利要求1所述的方法，其特征在于，所述根据目标区域的用电量历史数据，确定对应所述目标区域的用电量预测的目标模型包括：

从所述目标区域的用电量历史数据中获取用电量历史样本数据，并根据所述用电量历史样本数据分别训练出随机森林模型、梯度提升树模型以及极端随机森林模型；

根据预设权重分配关系以及条件系数，分别确定随机森林模型、梯度提升树模型以及极端随机森林模型的权重系数，其中所述预设权重分配关系中包含有每种条件系数下对应的每种候选模型的权重系数；

根据所述随机森林模型、梯度提升树模型、极端随机森林模型以及每种模型对应的权重系数融合，确定所述目标模型。

3.根据权利要求2所述的方法，其特征在于，在所述根据预设权重分配关系以及条件系数，分别确定随机森林模型、梯度提升树模型以及极端随机森林模型的权重系数之前，所述方法还包括：

获取条件系数参数的实际值，并按照预设规则确定条件系数参数的分值，所述条件系数参数包括区域位置、高温天数、用户规模以及产业类型，所述预设规则中包含有每种条件参数的实际值所对应的分值；

根据预设条件系数公式以及条件系数参数的分值，计算所述条件系数。

4.根据权利要求3所述的方法，其特征在于，所述预设条件系数公式包括：

其中，S为条件系数。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述预设区域电量偏差计算公式，包括：

其中，Q_y为区域电量偏差值，Y_i为用电量的个体预测结果，S_i为申报的用电量交易数据，T_i为每个区域里个体用户的用电量预测结果，S_i为每个区域里个体用户的用电量申报的交易数据。

6.一种区域电量偏差的计算装置，其特征在于，所述装置包括：

确定单元，用于根据目标区域的用电量历史数据，确定对应所述目标区域的用电量预测的目标模型，所述目标模型是通过候选模型按照权重系数融合后得到的，所述候选模型包括基于随机森林模型、梯度提升树模型以及极端随机森林模型，所述权重系数是根据关联参数确定的，所述关联参数包括所述目标区域的区域位置及日照强度；

预测单元，用于根据输入数据及所述目标模型预测目标区域的用电量的预测结果，所述预测结果包括用电量的区域预测数据及个体预测数据，所述输入数据包括各发电端历史个体用户用电数据、历史区域用电数据、历史申报数据、历史个体用户偏差数据、历史区域用户偏差数据以及历史工作日平均用电数据；

计算单元，用于根据所述目标区域的用电量的预测结果、申报的交易数据以及预设区域电量偏差计算公式计算区域电量偏差，并当符合预设数据输出规则时，将所述区域电量偏差输出，其中，所述预设数据输出规则中包含有不同的模型训练的样本数据时长以及对应的预测准确率阈值。