[发明专利]负荷聚合商电量预测方法、装置和计算机设备

说明书

本申请涉及一种负荷聚合商电量预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取已存用户ID集合以及用户用电量，通过与第一参与方和第二参与方进行加密对齐，获得用户ID交集；发送用户ID交集至第一参与方和第二参与方，并接收第一参与方与第二参与方反馈的分组样本数据；根据分组样本数据和用户用电量，对预设CART树的进行特征分裂，构建CART树模型、并获得CART树模型对应的目标函数值；若目标函数值大于等于预设阈值，返回构建CART树模型的步骤；基于CART树模型进行负荷聚合商电量预测。采用本方法能够在负荷聚合商中构建CART树模型，实现了负荷聚合商对于同时拥有固定因素和变化因素的用户用电量实时预测。

技术领域

本申请涉及电力调度技术领域，特别是涉及一种负荷聚合商电量预测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

电力已经成为人们生活中不可或缺的能源，各种电力资源的获取与有效分配变得尤为重要。负荷聚合商位于电网和用户之间，能对需求侧的资源进行统一的规划和管理，根据用户不同时段的用电量，对其电力资源进行二次分配和调度，以实现电力资源的充分利用，保证电力的有效供给。随着我国电网的大规模建设，智能电网逐渐成为新的发展方向，人工智能被引入到电力调度中，负荷聚合商可以采用机器学习技术对用户的用电量进行建模和预测。

目前的机器学习方案应用到负荷聚合商用户用电量建模中往往只支持同类别的参与方，即要么是只提供固定因素的参与方，要么是只提供变化因素的参与方，由于用户用电量主要受两类因素影响，一类是用户用电设备的数量、功耗等固定因素，另一类是温度、湿度、天气等随时间变化的变化因素，例如，将小区作为提供固定因素的参与方，特征为电器的数量、功率等，标签为用电量，气象公司作为提供变化因素的参与方，特征为温度、天气等，无用户用电量信息，即无标签，将小区和气象公司同时作为参与方将无法参与负荷聚合商用户用电量建模训练，因此，存在负荷聚合商对于同时拥有固定因素和变化因素的用户用电量无法预测的问题。

发明内容

基于此，有必要针对传统负荷聚合商对于同时拥有固定因素和变化因素的用户用电量无法预测的问题，提供一种能够预测同时拥有固定因素和变化因素的用户用电量的负荷聚合商电量预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种负荷聚合商电量预测方法。所述方法包括：

获取已存用户ID集合以及用户用电量；

根据已存用户ID集合，与第一参与方和第二参与方进行加密对齐，获得用户ID交集，其中，第一参与方为固定因素参与方，第二参与方为变化因素参与方；

发送用户ID交集至第一参与方和第二参与方，并接收第一参与方与第二参与方反馈的分组样本数据，分组样本数据由第一参与方和第二参与方根据用户ID交集分别进行特征分组后归集得到；

根据分组样本数据和用户用电量，对预设CART树的进行特征分裂，构建CART树模型、并获得CART树模型对应的目标函数值；

若目标函数值大于等于预设阈值，返回根据分组样本数据和用户用电量，对预设CART树的进行特征分裂，构建CART树模型、并获得CART树模型对应的目标函数值的步骤；

基于CART树模型进行负荷聚合商电量预测。

在其中一个实施例中，第一参与方缓存有第一用户ID集合，第二参与方缓存有第二用户ID集合；

根据已存用户ID集合，与第一参与方和第二参与方进行加密对齐，获得用户ID交集包括：

对已存用户ID集合进行加密，获得用户ID加密信息；

接收第一参与方发送的第一用户ID加密信息，第一用户ID加密信息是由第一参与方对第一用户ID集合进行加密得到；