[发明专利]短期负荷预测方法及终端设备

说明书

本发明提供了一种短期负荷预测方法及终端设备，该方法包括：获取目标电力系统在预测日的负荷影响数据、在参考日的负荷影响数据、在参考日的第一负荷数据、在参考日的第二负荷数据；基于所述在参考日的负荷影响数据以及所述第一负荷数据训练BP神经网络模型，基于所述在参考日的负荷影响数据以及所述第二负荷数据训练模糊神经网络模型，并将在预测日的负荷影响数据分别输入至所述BP神经网络模型以及所述模糊神经网络模型中，得到第一预测数据和第二预测数据；基于所述第一预测数据和所述第二预测数据确定目标电力系统在预测日的负荷数据。本发明提供的短期负荷预测方法及终端设备能够提高负荷预测的准确性。

技术领域

本发明属于负荷预测技术领域，更具体地说，是涉及一种短期负荷预测方法及终端设备。

背景技术

电力需求预测对现代电力系统的发展具有十分重要的意义。电力系统的稳定和高效的管理、调度和调度，很大程度上依赖于对未来各时间段负荷的精确预测。特别地，短期负荷预测侧重于预测从几分钟到未来一周的负荷，可靠的短期负荷预测可以有效帮助能源的合理调度。

但是短期负荷预测中，存在诸多可变因素，因此现有技术中直接将历史负荷数据输入至预测模型中进行负荷预测的方案并不够准确。

发明内容

本发明的目的在于提供一种短期负荷预测方法及终端设备，以提高短期负荷预测的准确性。

本发明实施例的第一方面，提供了一种短期电力负荷预测方法，包括：

获取目标电力系统在预测日的负荷影响数据、在参考日的负荷影响数据、在参考日的第一负荷数据、在参考日的第二负荷数据；所述第一负荷数据指的是在负荷影响数据的影响下为了维持电力系统设备的安全运行而产生的负荷，所述第二负荷数据指的是在负荷影响数据的影响下电力系统设备本身产生的负荷；

基于所述在参考日的负荷影响数据以及所述第一负荷数据训练BP神经网络模型，基于所述在参考日的负荷影响数据以及所述第二负荷数据训练模糊神经网络模型，并将在预测日的负荷影响数据分别输入至所述BP神经网络模型以及所述模糊神经网络模型中，得到第一预测数据和第二预测数据；基于所述第一预测数据和所述第二预测数据确定目标电力系统在预测日的负荷数据。

本发明实施例的第二方面，提供了一种短期电力负荷预测装置，包括：

数据获取模块，用于获取目标电力系统在预测日的负荷影响数据、在参考日的负荷影响数据、在参考日的第一负荷数据、在参考日的第二负荷数据；所述第一负荷数据指的是在负荷影响数据的影响下为了维持电力系统设备的安全运行而产生的负荷，所述第二负荷数据指的是在负荷影响数据的影响下电力系统设备本身产生的负荷；

负荷预测模块，用于基于所述在参考日的负荷影响数据以及所述第一负荷数据训练BP神经网络模型，基于所述在参考日的负荷影响数据以及所述第二负荷数据训练模糊神经网络模型，并将在预测日的负荷影响数据分别输入至所述BP神经网络模型以及所述模糊神经网络模型中，得到第一预测数据和第二预测数据；基于所述第一预测数据和所述第二预测数据确定目标电力系统在预测日的负荷数据。

本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的短期电力负荷预测方法的步骤。

本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的短期电力负荷预测方法的步骤。

本发明实施例提供的短期负荷预测方法及终端设备的有益效果在于：