[发明专利]一种用电负荷的预测方法、装置、电子设备以及存储介质

权利要求书

1.一种用电负荷的预测方法，其特征在于，包括：

获取目标类型的历史用电负荷数据；

其中，所述目标类型包括工业用电、商业用电以及居民用电，所述历史用电负荷数据包括历史用电负荷值，以及与历史用电负荷值匹配的季节数据和日期数据；

将各目标类型的历史负荷用电数据，分别输入到与各目标类型匹配的组合预测模型中，获取各组合预测模型输出的与各目标类型匹配的组合预测值；

对与各目标类型匹配的组合预测值进行汇总，得到预测用电负荷值。

2.根据权利要求1所述的方法，其特征在于，与目标类型匹配的组合预测模型，为根据目标类型的历史用电负荷样本数据，对预设的组合预测模型进行训练得到；

其中，所述预设的组合预测模型为对至少两个单一预测模型进行组合得到。

3.根据权利要求2所述的方法，其特征在于，所述组合预测值为对组合预测模型中的各单一预测模型输出的单一预测值，根据组合算法进行组合得到。

4.根据权利要求3所述的方法，其特征在于，所述单一预测模型包括岭回归模型、catboost模型以及光梯度提升机模型；

所述组合算法为等权重组合算法。

5.根据权利要求2所述的方法，其特征在于，与目标类型匹配的组合预测模型的训练过程包括：

获取目标类型的历史用电负荷样本数据，所述历史用电负荷样本数据包括历史用电负荷样本值，以及与历史用电负荷样本值匹配的季节数据和日期数据；

将历史用电负荷样本数据划分为训练集、测试集以及验证集；

根据训练集中第一时间段的历史用电负荷样本数据以及第二时间段的历史用电负荷样本值，对预设的组合预测模型进行训练；

其中，第一时间段早于第二时间段；

根据测试集对组合预测模型进行测试，以及，根据验证集对组合预测模型进行验证，直至测试结果和验证结果均满足训练成功条件。

6.根据权利要求5所述的方法，其特征在于，在获取目标类型的历史用电负荷样本数据之后，还包括：

对历史用电负荷样本数据进行缺失值填补处理；

对填补缺失值之后的历史用电负荷样本数据进行数据标准化处理。

7.根据权利要求1所述的方法，其特征在于，对与各目标类型匹配的组合预测值进行汇总，得到预测用电负荷值，包括：

将与各目标类型匹配的组合预测值和与各目标类型匹配的权重的乘积之和，作为预测用电负荷值；

其中，与各目标类型匹配的权重相同或者不同。

8.一种用电负荷的预测装置，其特征在于，包括：

历史用电负荷数据获取模块，用于获取目标类型的历史用电负荷数据；

其中，所述目标类型包括工业用电、商业用电以及居民用电，所述历史用电负荷数据包括历史用电负荷值，以及与历史用电负荷值匹配的季节数据和日期数据；

目标类型组合预测值获取模块，用于将各目标类型的历史负荷用电数据，分别输入到与各目标类型匹配的组合预测模型中，获取各组合预测模型输出的与各目标类型匹配的组合预测值；

预测用电负荷值获取模块，用于对与各目标类型匹配的组合预测值进行汇总，得到预测用电负荷值。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的用电负荷的预测方法。

10.一种存储计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的用电负荷的预测方法。