[发明专利]负荷分析方法、装置、存储介质和处理器

权利要求书

1.一种负荷分析方法，其特征在于，包括：

获取目标对象的负荷信息；

获取所述负荷信息对应的关联信息，其中，所述关联信息为能够对所述负荷产生影响的信息；

使用多组待分析数据通过机器学习训练出的预定分析模型，其中，所述预定分析模型为使用所述多组待分析数据通过机器学习训练出的用于表示所述负荷信息与所述关联信息之间对应关系的模型，所述多组待分析数据中的每组数据均包括：目标对象的负荷信息和所述负荷信息对应的关联信息；

根据所述预定分析模型分析所述目标对象；

其中，所述多组待分析数据包括：多个目标对象的实时数据；

其中，获取目标对象的负荷信息包括：

采集所述目标对象在预定时间周期内的负荷数据；

根据所述负荷数据确定所述目标对象的负载率，其中，所述负载率为所述目标对象在预定时间周期内，持续时间高于预定时间阈值的最大负荷与所述目标对象的用电容量之比。

2.根据权利要求1所述的方法，其特征在于，获取目标对象的负荷信息包括以下至少之一：

获取预定时间周期内所述目标对象的平均负荷；

获取预定时间周期内所述目标对象的最大负荷；

获取预定时间周期内所述目标对象的负荷超过预定阈值的次数，其中，所述预定阈值根据所述最大负荷确定；

获取预定时间范围内所述目标对象的负荷超过所述预定阈值的持续时间、以及所述最大负荷的持续时间；

获取预定时间范围内所述目标对象的负荷超过预定阈值的产生时间、以及最大负荷的产生时间；

获取预定时间范围内在距所述目标对象的负荷超过预定阈值前与产生最大负荷前预定时刻的平均负荷。

3.根据权利要求1所述的方法，其特征在于，使用多组待分析数据通过机器学习训练出的预定分析模型包括以下至少之一：

使用多组待分析数据通过机器学习训练出的预定地区分析模型，其中，所述预定地区分析模型为表示所述负荷信息与地区经济指标之间对应关系的模型，所述关联信息包括：所述地区经济指标；

使用多组待分析数据通过机器学习训练出的预定行业分析模型，其中，所述预定行业分析模型为表示所述负荷信息与行业经济指标之间对应关系的模型，所述关联信息包括：所述行业经济指标；

使用多组待分析数据通过机器学习训练出的预定容量分析模型，其中，所述预定容量分析模型为表示所述负荷信息与接电容量之间对应关系的模型，所述关联信息包括：所述接电容量；

使用多组待分析数据通过机器学习训练出的预定天气分析模型，其中，所述预定天气分析模型为表示所述负荷信息与天气指标之间对应关系的模型，所述关联信息包括：所述天气指标。

4.一种负荷分析装置，其特征在于，包括：

第一获取单元，用于获取目标对象的负荷信息；

第二获取单元，用于获取所述负荷信息对应的关联信息，其中，所述关联信息为能够对所述负荷产生影响的信息；

训练单元，用于使用多组待分析数据通过机器学习训练出的预定分析模型，其中，所述预定分析模型为使用所述多组待分析数据通过机器学习训练出的用于表示所述负荷信息与所述关联信息之间对应关系的模型，所述多组待分析数据中的每组数据均包括：目标对象的负荷信息和所述负荷信息对应的关联信息；

分析单元，用于根据所述预定分析模型分析所述目标对象；

其中，所述多组待分析数据包括：多个目标对象的实时数据；

其中，所述第一获取单元包括：

第一采集模块，用于采集所述目标对象在预定时间周期内的负荷数据；

确定单元，用于根据所述负荷数据确定所述目标对象的负载率，其中，所述负载率为所述目标对象在预定时间周期内，持续时间高于预定时间阈值的最大负荷与所述目标对象的用电容量之比。