[发明专利]模型训练方法、用电负荷预测方法、装置及设备

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获取历史时刻的历史气象数据以及历史用电负荷，所述历史用电负荷包括待预测区域的至少两个子区域的历史子负荷以及所述待预测区域的历史总负荷，所述历史气象数据包括所述至少两个子区域的历史子区域气象以及所述待预测区域的历史区域气象，所述待预测区域的所述至少两个子区域是根据位置划分的或根据电网供电的电压等级划分的；

对所述历史用电负荷进行特征工程处理，得到目标历史负荷；以及，对所述历史气象数据进行特征工程处理，得到目标历史气象；

根据第一目标历史负荷以及第一目标历史气象训练第一机器学习模型，所述第一目标历史负荷为所述目标历史负荷中属于所述待预测区域的数据，所述第一目标历史气象为所述目标历史气象中属于所述待预测区域的数据，所述第一机器学习模型用于预测所述待预测区域的用电负荷；根据第二目标历史负荷以及第二目标历史气象训练第二机器学习模型，所述第二目标历史负荷为所述目标历史负荷中属于所述子区域的数据，所述第二目标历史气象为所述目标历史气象中属于所述子区域的数据，所述第二机器学习模型用于预测所述子区域的用电负荷。

2.根据权利要求1所述的方法，其特征在于，所述第二机器学习模型包括至少两个子模型，所述子模型与所述子区域对应；所述根据第二目标历史负荷以及第二目标历史气象训练第二机器学习模型，包括：

根据所述第二目标历史负荷以及所述第二目标历史气象，训练所述第二目标历史负荷以及所述第二目标历史气象所属的子区域对应的子模型。

3.根据权利要求1或2所述的方法，其特征在于，所述对所述历史用电负荷进行特征工程处理，包括：

确定与所述历史子区域气象匹配的子区域经验气象；

根据所述子区域经验气象对应的子区域经验负荷对所述历史子负荷进行缺失值填补。

4.根据权利要求1或2所述的方法，其特征在于，所述对所述历史用电负荷进行特征工程处理，包括：

获取校准系数，所述校准系数是根据子区域经验负荷与所述待预测区域的总经验负荷的比值确定的；

根据所述校准系数对历史合并负荷进行校准，所述历史合并负荷是根据所述历史子负荷的和确定的。

5.根据权利要求1或2所述的方法，其特征在于，所述历史气象数据属于至少两个来源；所述对所述历史气象数据进行特征工程处理，包括：

通过不同来源的所述历史气象数据的平均值，对所述历史气象数据进行缺失值填补。

6.一种用电负荷预测方法，其特征在于，所述方法包括：

获取预测时段的预报气象数据，所述预报气象数据包括待预测区域的至少两个子区域的预报子区域气象以及所述待预测区域的预报区域气象；

对所述预报气象数据进行特征工程处理，得到目标预报气象；

将第一目标预报气象输入第一机器学习模型，输出预测总负荷，所述第一目标预报气象为所述目标预报气象中属于所述待预测区域的数据，所述第一机器学习模型用于预测所述待预测区域的用电负荷；将第二目标预报气象输入第二机器学习模型，输出预测子负荷，所述第二目标预报气象为所述目标预报气象中属于所述子区域的数据，所述第二机器学习模型用于预测所述子区域的用电负荷；将所述预测总负荷和所述预测子负荷进行融合，得到所述待预测区域的预测用电负荷；

其中，所述第一机器学习模型是通过第一目标历史负荷以及第一目标历史气象训练得到的，所述第二机器学习模型是通过第二目标历史负荷以及第二目标历史气象训练得到的，所述第一目标历史负荷为目标历史负荷中属于所述待预测区域的数据，所述第一目标历史气象为目标历史气象中属于所述待预测区域的数据，所述第二目标历史负荷为所述目标历史负荷中属于所述子区域的数据，所述第二目标历史气象为所述目标历史气象中属于所述子区域的数据，所述目标历史负荷是通过对历史用电负荷进行特征工程处理得到的，所述目标历史气象是通过对历史气象数据进行特征工程处理得到的，所述历史用电负荷包括所述至少两个子区域的历史子负荷以及所述待预测区域的历史总负荷，所述历史气象数据包括所述至少两个子区域的历史子区域气象以及所述待预测区域的历史区域气象，所述待预测区域的所述至少两个子区域是根据位置划分的或根据电网供电的电压等级划分的。