[发明专利]负荷预测方法、装置、设备及计算机可读存储介质

说明书

本发明公开了一种负荷预测方法、装置、设备及计算机可读存储介质，所述方法包括：获取当前预测点所处超参数周期内的目标训练超参数；获取当前预测点对应的样本数据集；按照目标训练超参数采用样本数据集对预设的负荷预测模型进行有监督训练，以更新负荷预测模型中的模型参数；将当前预测点的采样数据输入更新模型参数后的负荷预测模型进行预测，得到当前预测点的下一预测点的预测负荷功率值。本发明提高了负荷预测的准确度。

技术领域

本发明涉及电力数据处理技术领域，尤其涉及一种负荷预测方法、装置、设备及计算机可读存储介质。

背景技术

电力负荷预测是电力部门的重要工作之一，依据准确的负荷预测，可以经济合理地安排电网内部发电机组的启停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合理安排机组检修计划，保障社会的正常生产和生活，有效地降低发电成本，提高经济效益和社会效益。目前的负荷预测方案一般是采用历史数据对负荷预测模型进行一次性训练后，采用训练好的负荷预测模型进行负荷功率预测，无法根据实时数据变化来调整负荷预测模型，从而导致预测效果不佳。

发明内容

本发明的主要目的在于提供一种负荷预测方法、装置、设备及计算机可读存储介质，旨在解决目前的负荷预测方案无法根据实时数据变化来调整负荷预测模型，导致预测效果不佳的技术问题。

为实现上述目的，本发明提供一种负荷预测方法，所述方法包括以下步骤：

获取当前预测点所处超参数周期内的目标训练超参数，其中，各超参数周期内的训练超参数是基于对应上一超参数周期内的预测误差对上一超参数周期内的训练超参数进行校正得到的，超参数周期内的预测误差是基于超参数周期内各预测点的预测负荷功率值与真实负荷功率值计算得到；

获取所述当前预测点对应的样本数据集，其中，所述样本数据集包括所述当前预测点之前预设时长内各预测点分别对应的样本数据和标签数据，预测点对应的样本数据是根据预测点的采样数据生成的，上一预测点对应的标签数据是根据下一预测点的真实负荷功率值生成的；

按照所述目标训练超参数采用所述样本数据集对预设的负荷预测模型进行有监督训练，以更新所述负荷预测模型中的模型参数；

将所述当前预测点的采样数据输入更新模型参数后的所述负荷预测模型进行预测，得到所述当前预测点的下一预测点的预测负荷功率值，根据所述预测负荷功率值调整储能系统的充放电状态以控制用电系统的需量。

可选地，所述负荷预测方法还包括：

在任一目标超参数周期结束后，根据所述目标超参数周期内各预测点的预测负荷功率值和真实负荷功率值计算得到所述目标超参数周期内的预测误差；

根据所述目标超参数周期内的预测误差相对于上一超参数周期内的预测误差的变化趋势，和所述目标超参数周期内的训练超参数相对于上一超参数周期内的训练超参数的调整趋势，确定训练超参数的目标调整趋势，其中，所述目标调整趋势是使得预测误差变小的调整趋势；

按照所述目标调整趋势调整所述目标超参数周期内的训练超参数，得到所述目标超参数周期的下一超参数周期内的训练超参数。

可选地，所述将所述当前预测点的采样数据输入更新模型参数后的所述负荷预测模型进行预测，得到所述当前预测点的下一预测点的预测负荷功率值的步骤之后，还包括：

根据所述预测负荷功率值调整储能系统的充放电状态以控制用电系统的需量。

可选地，所述根据所述预测负荷功率值调整储能系统的充放电状态以控制用电系统的需量的步骤包括：

当所述预测负荷功率值小于预设功率值时，控制所述储能系统进入充电状态，其中，所述预设功率值为所述用电系统的最大需量达到预设需量时的负荷功率值；

当所述预测负荷功率值大于所述预设功率值时，控制所述储能系统进入放电状态；