[发明专利]用电量预测模型的训练方法

权利要求书

1.一种用电量预测模型的训练方法，所述方法适于在计算设备上执行，所述方法包括步骤：

针对多个用电类型中的某一用电类型，获取第一数量个历史用电数据作为该用电类型的训练数据；

利用不同用电类型的训练数据训练对应用电类型的用电量预测模型并输出预测值；以及

计算每次训练输出的预测值与真实值的误差率，直到所述误差率小于预设阈值时训练结束，得到训练后的用电量预测模型。

2.如权利要求1所述的训练方法，其中，所述用电类型包括：第一产业用电、第二产业用电、第三产业用电和居民生活用电。

3.如权利要求1或2所述的训练方法，其中，所述用电量预测模型为NAR神经网络模型。

4.如权利要求3所述的训练方法，其中，所述用电量预测模型包括输入层、中间层和输出层共三层神经网络，

其中，所述输入层具有第一数量个节点，所述中间层具有第二数量个节点，所述输出层只有一个节点。

5.如权利要求4所述的训练方法，其中，所述利用不同用电类型的训练数据训练对应用电类型的用电量预测模型并输出预测值的步骤包括：

针对不同用电类型的训练数据，通过激活函数计算出中间层每个节点的输出；以及

利用中间层每个节点的输出以线性方式计算出对应用电量预测模型的预测值。

6.一种用电量预测方法，所述方法适于在计算设备中执行，所述方法包括步骤：

执行如权利要求1-5中任一项所述的训练方法，训练生成不同用电类型的用电量预测模型；以及

将对应用电类型下的第一数量个用电数据输入该用电类型的用电量预测模型，输出该用电类型的用电量预测值。

7.如权利要求6所述的方法，还包括步骤：

将不同用电类型的用电量预测值相加得到预测总用电量。

8.如权利要求6或7所述的训练方法，其中，所述用电类型包括：第一产业用电、第二产业用电、第三产业用电和居民生活用电。

9.一种计算设备，包括：

一个或多个处理器；和

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-8所述方法中的任一方法的指令。

10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行根据权利要求1-8所述的方法中的任一方法。