[发明专利]一种基于需求的电力消耗预测方法、装置、设备及存储介质在审
| 申请号: | 202110795959.9 | 申请日: | 2021-07-14 |
| 公开(公告)号: | CN113627489A | 公开(公告)日: | 2021-11-09 |
| 发明(设计)人: | 田雨浓;朱亮;柴纪强 | 申请(专利权)人: | 青岛海尔能源动力有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06Q10/04;G06Q50/06 |
| 代理公司: | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人: | 孙莉莉 |
| 地址: | 266103 *** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 需求 电力 消耗 预测 方法 装置 设备 存储 介质 | ||
1.一种基于需求的电力消耗预测方法,其特征在于,所述方法包括:
获取预定时间的采集点的多个与电能消耗相关的数据与消耗的电能数据;
获取每个所述与电能消耗相关的数据与所述消耗的电能数据的相关度;
将所述相关度不满足预设第一阈值的对应的电能消耗相关的数据筛除;
根据筛除后的电能消耗相关的数据与消耗的电能数据建立电力消耗预测模型;
根据所述建立的电力消耗预测模型对所述电力消耗进行预测。
2.根据权利要求1所述的方法,其特征在于,所述多个与电能消耗相关的数据包括时间、温度、地域、地域人口密度、商业化程度、工业化程度。
3.根据权利要求1所述的方法,其特征在于,所述获取每个所述与电能消耗相关的数据与所述消耗的电能数据的相关度,具体包括:
采用预设的余弦相关度计算公式,计算每个所述与电能消耗相关的数据与所述消耗的电能数据的相关度。
4.根据权利要求1所述的方法,其特征在于,所述根据筛除后的电能消耗相关的数据与消耗的电能数据建立电力消耗预测模型,具体包括:
根据所述筛除后的电能消耗相关的数据与消耗的电能数据对预设的卷积神经网络模型进行训练;
当训练值与电力消耗预测模型得出的预测值的差值满足预设第二预设阈值的情况下,停止训练;
将停止训练后的卷积神经网络模型作为电力消耗预测模型。
5.根据权利要求1所述的方法,其特征在于,所述预定时间包括过去的具有周期性的多个时间段。
6.一种基于需求的电力消耗预测装置,其特征在于,所述装置包括:
获取模块,用于获取预定时间的采集点的多个与电能消耗相关的数据与消耗的电能数据;
获取模块,还用于获取每个所述与电能消耗相关的数据与所述消耗的电能数据的相关度;
筛除模块,用于将所述相关度不满足预设第一阈值的对应的电能消耗相关的数据筛除;
确定模块,用于根据筛除后的电能消耗相关的数据与消耗的电能数据建立电力消耗预测模型;
预测模块,用于根据所述建立的电力消耗预测模型对所述电力消耗进行预测。
7.根据权利要求6所述的装置,其特征在于,所述获取模块具体用于:
采用预设的余弦相关度计算公式,计算每个所述与电能消耗相关的数据与所述消耗的电能数据的相关度。
8.根据权利要求6所述的装置,其特征在于,所述筛除模块具体用于:
根据所述筛除后的电能消耗相关的数据与消耗的电能数据对预设的卷积神经网络模型进行训练;
当训练值与电力消耗预测模型得出的预测值的差值满足预设第二预设阈值的情况下,停止训练;
将停止训练后的卷积神经网络模型作为电力消耗预测模型。
9.一种基于需求的电力消耗预测设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-5中任意一项所述的基于需求的电力消耗预测方法。
10.一种存储介质,其特征在于,所述存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-5任意一项所述的基于需求的电力消耗预测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛海尔能源动力有限公司,未经青岛海尔能源动力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110795959.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:母线组件和包括该母线组件的马达
- 下一篇:一种钢管切割机





