[发明专利]用电对象的能耗预测方法、装置、电子设备和存储介质

权利要求书

1.一种用电对象的能耗预测方法，其特征在于，包括：

按照预设周期采集用电对象的多个历史能耗；

设置带权重的聚类目标函数对所述历史能耗聚类以进行粒化得到粒化数据，在所述聚类目标函数中，所述历史能耗到聚类中心的距离与所述权重负相关；

对所述粒化数据进行解粒化得到解粒化后的数据；

采用所述解粒化后的数据建立模糊规则模型来预测所述用电对象的能耗。

2.如权利要求1所述的方法，其特征在于，所述按照预设周期采集用电对象的多个历史能耗，包括：

按照预设周期采集用电对象的能耗；

将当前时刻之前所采集到的预设数量个能耗确定为多个历史能耗。

3.如权利要求1所述的方法，其特征在于，所述设置带权重的聚类目标函数对所述历史能耗聚类以进行粒化得到粒化数据，包括：

设置带权重的聚类目标函数；

在所述聚类目标函数中引入拉格朗日算子得到新的目标函数；

计算所述新的目标函数对隶属度的导数得到梯度；

在所述梯度等于0时计算隶属度和权重作为所述粒化数据。

4.如权利要求3所述的方法，其特征在于，

所述聚类目标函数如下：

其中，表示历史能耗x_j属于原型v_i的程度，为权重，C为原型数量，N为历史能耗的数量，m、τ为模糊指数，v_i为第i个原型，为标准差，i、j、k、c、N、m、τ均为自然数。

5.如权利要求4所述的方法，其特征在于，

所述隶属度如下：

所述权重如下：

其中，f、t为自然数。

6.如权利要求4或5所述的方法，其特征在于，所述对所述粒化数据进行解粒化得到解粒化后的数据，包括：

设置解粒化目标函数如下：

对所述解粒化目标函数中的求梯度并且令梯度等于0时求解粒化后的数据如下：

7.如权利要求6所述的方法，其特征在于，所述采用所述解粒化后的数据建立模糊规则模型来预测所述用电对象的能耗，包括：

通过解粒化后的数据建立如下模糊规则模型：

其中，为根据历史能耗x_j所预测的能耗，f(x)表示输入能耗x的函数。

8.一种用电对象的能耗预测装置，其特征在于，包括：

历史数据采集模块，用于按照预设周期采集用电对象的多个历史能耗；

粒化模块，用于设置带权重的聚类目标函数对所述历史能耗聚类以进行粒化得到粒化数据，在所述聚类目标函数中，所述历史能耗到聚类中心的距离与所述权重负相关；

解粒化模块，用于对所述粒化数据进行解粒化得到解粒化后的数据；

预测模块，用于采用所述解粒化后的数据建立模糊规则模型来预测所述用电对象的能耗。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个计算机程序，

当所述一个或多个计算机程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的用电对象的能耗预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的用电对象的能耗预测方法。