[发明专利]一种供暖季城市天然气负荷预测方法及装置

权利要求书

1.一种供暖季城市天然气负荷预测方法，其特征在于，包括：

获取城市天然气负荷用气原始数据；

对所述城市天然气负荷用气原始数据进行特征提取，得到特征向量；

将所述特征向量输入至预设循环神经网络模型得到第一预测值，其中，所述预设循环神经网络模型包括门控循环单元GRU隐藏层和注意力机制Attention层；

根据所述特征向量中的每日历史温度特征向量确定多组温度向量组，根据所述多组温度向量组确定第二预测值；

对所述第一预测值和所述第二预测值进行整合，得到城市天然气负荷用气预测值；

所述根据所述特征向量中的每日历史温度特征向量确定多组温度向量组，根据所述多组温度向量组确定第二预测值的步骤，包括：

按照预设时间步长将所述特征向量中的每日历史温度特征向量分为多个温度向量组；

计算待预测日向量组与每组温度向量组之间的距离，并按照升序规则对计算得到的距离进行排序，选择前预设位数个距离对应的温度向量组；

计算所述待预测日向量组与所选择的每组温度向量组之间的相似度，对相似度最大的温度向量组对应的气量进行缩放得到气量预测值，将所述气量预测值为所述第二预测值；

所述对相似度最大的温度向量组对应的气量进行缩放得到气量预测值的步骤，包括：

根据相似度最大的温度向量组对应的气量、待预测日温度向量组对应的气量以及同比系数公式进行计算得到气量预测值；

所述同比系数公式为：其中，M1_i表示历史日组中第i天的气量，M0_i表示目标向量组中第i天的气量，i取值范围是[1,q-1]，q表示时间步长，也即为向量覆盖的天数，M1_q表示历史日组中映射点的气量；J表示目标点的预测值，也就是对相似度最大的温度向量组对应的气量进行缩放得到的气量预测值。

2.根据权利要求1所述的方法，其特征在于，所述城市天然气负荷用气原始数据包括气量数据、气象数据、供暖季数据和节假日数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述城市天然气负荷用气原始数据进行特征提取，得到特征向量的步骤，包括：

对所述城市天然气负荷用气原始数据进行预处理，得到预处理后数据；

根据所述预处理后数据计算得到管道内天然气的管存变化量，计算所述管存变化量与非管道内的天然气用量之和作为城市天然气使用量特征向量；

从所述预处理后数据中提取温度特征向量和天气类型特征向量，建立所述天气类型特征向量与影响程度之间的对应关系，其中，所述影响程度为天气类型特征向量对城市天然气负荷的影响程度；

从所述预处理后数据中提取供暖日期类型特征向量，建立所述供暖日期类型特征向量与天然气用气量级别之间的对应关系；

从所述预处理后数据中提取日期类型特征向量，建立所述日期类型特征向量与天然气用气量级别之间的对应关系。

4.根据权利要求3所述的方法，其特征在于，所述对所述城市天然气负荷用气原始数据进行预处理，得到预处理后数据的步骤，包括：

对所述城市天然气负荷用气原始数据进行缺失值填充得到填充后的城市天然气负荷用气数据；

对填充后的城市天然气负荷用气数据进行异常值检测，将检测到的异常值替换为非异常值；

对替换后的城市天然气负荷用气数据进行归一化处理，得到预处理后数据。

5.根据权利要求3所述的方法，其特征在于，所述根据所述预处理后数据计算得到管道内天然气的管存变化量，计算所述管存变化量与非管道内的天然气用量之和作为城市天然气使用量特征向量的步骤，包括：

根据预处理后数据中的当日管道内天然气的管道压力值与昨日管道内天然气的管道压力值计算得到昨日管道内天然气的管存变化量，计算所述昨日管道内天然气的管存变化量与昨日非管道内的天然气用量之和作为昨日城市天然气使用量特征向量。