[发明专利]基于拓扑结构和时间卷积网络的电力负荷预测方法

权利要求书

1.一种基于拓扑结构和时间卷积网络的电力负荷预测方法，用于预测电力系统中的各种电器的电器预测消耗功率值从而实现电力负荷的预测，其特征在于，包括：

步骤S1-1，获取各种所述电器在一定时间内的电器功率数据并进行预处理；

步骤S1-2，基于预定的电器拓扑结构处理方法对预处理后的所述电器功率数据进行拓扑处理得到按时间序列排序的多个功率拓扑数据作为一串时序数据；

步骤S1-3，基于预先训练的电力负荷预测网络对所述时序数据进行处理从而得到所述电力负荷预测网络输出的谱空间预测向量；

步骤S1-4，将所述谱空间预测向量使用逆傅立叶变换恢复成图结构从而得到各种所述电器的所述电器预测消耗功率值并进行输出，

其中，所述电器拓扑结构处理方法为：

步骤S2-1，统计所述电力系统中所述电器的种类；

步骤S2-2，以所述电器的种类为图的顶点、以所述电器在这一时刻消耗的功率为所述顶点的数值并根据预先设定的边的权重构建包含所有所述电器的网状拓扑结构图G(X,E)，其中，X是各个所述顶点的数值的集合，E为所有边的集合；

步骤S2-3，将所述网络状拓扑结构图G(X,E)投影到由正则化拉普拉斯矩阵的特征向量构成的正交空间，进行傅立叶变换得到所述功率拓扑数据。

2.根据权利要求1所述的基于拓扑结构和时间卷积网络的电力负荷预测方法，其特征在于：

其中，所述电力负荷预测网络通过以下步骤训练得到：

步骤S3-1，获取各种所述电器的历史功率数据；

步骤S3-2，从所述历史功率数据中获取一定时间内的电器功率数据进行预处理，并获取该电器功率数据之后一定时间内的电器功率数据作为未来功率数据；

步骤S3-3，基于预定的电器拓扑结构处理方法对预处理后的所述电器功率数据进行拓扑处理得到按时间序列排序的多个功率拓扑数据作为训练时序数据；

步骤S3-4，根据所述训练时序数据对一个待训练网络进行训练，进一步基于该待训练网络的输出序列数据以及所述未来功率数据计算损失并通过反向传播更新所述待训练网络的模型参数；

步骤S3-5，重复所述步骤S3-2至所述步骤S3-4直至达到预定的训练完成条件，并将最终更新的所述待训练网络作为所述电力负荷预测网络。

3.根据权利要求2所述的基于拓扑结构和时间卷积网络的电力负荷预测方法，其特征在于：

其中，所述步骤S3-1中，还获取其他电力系统中与所述电力系统的所述电器种类相同的电器的历史功率数据。

4.根据权利要求2中任意一项所述的基于拓扑结构和时间卷积网络的电力负荷预测方法，其特征在于：

其中，所述待训练网络至少包括连续的3个使用膨胀卷积的卷积层。