(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111519010.2 (22)申请日 2021.12.13 (71)申请人 国网江苏省电力有限公司经济技 术 研究院 地址 210008 江苏省南京市 鼓楼区中山路 251号 申请人 国网雄安金融科技 集团有限公司 　 国网征信有限公司 　 国网商用大 数据有限公司 (72)发明人 王冠男　陈嘉翊　杨培　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 李慧慧 (51)Int.Cl. G06Q 10/04(2012.01)G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 电力系统的短期负荷预测方法及装置 (57)摘要 本发明提供了一种电力系统的短期负荷预 测方法及装置， 该方法包括： 获取目标区域内电 力系统在历史 时长内的历史电力负荷数据； 确定 所述目标区域在预设的未来时长内的环境信息 及电力信息； 对所述历史电力负荷数据、 环境信 息及电力信息进行处理， 生成多个预测数据； 将 各个所述预测数据输入预先训练完成的LSTM模 型， 应用所述LSTM模型对所述预测数据进行分 析， 获得所述目标区域的电力系统在所述未来时 长内的未来短期负荷。 应用本发明提供的方法， 通过LSTM模型结合环境信息、 电力信息以及历史 电力负荷数据等各个因素提高对短期负荷进行 预测的准确度。 权利要求书2页 说明书10页 附图3页 CN 114169625 A 2022.03.11 CN 114169625 A 1.一种电力系统的短期负荷预测方法， 其特 征在于， 包括： 获取目标区域内电力系统在历史时长内的历史电力负荷数据； 确定所述目标区域在预设的未来时长内的环境信息及电力 信息； 对所述历史电力负荷数据、 环境信息及电力 信息进行处 理， 生成多个预测数据； 将各个所述预测数据输入预先训练完成的LSTM模型， 应用所述LSTM模型对所述预测数 据进行分析， 获得 所述目标区域的电力系统在所述未来时长内的未来短期负荷。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述历史电力负荷数据、 环境信息 及电力信息进行处 理， 生成多个预测数据， 包括： 获取所述历史电力负荷数据在环境维度和电力维度 上的各个维度 数据、 所述环境信 息 中包含的多个环境数据， 及所述电力 信息中包 含的多个电力数据； 按照预设的转换规则， 将各个所述维度 数据、 环境数据及电力数据进行转换， 获得多个 输入向量， 所述输入向量 为预测数据。 3.根据权利要求2所述的方法， 其特征在于， 所述应用所述LSTM模型对所述预测数据进 行分析， 获得 所述目标区域的电力系统在所述未来时长内的未来短期负荷， 包括： 将各个预测数据输入经由所述 LSTM模型的输入门输入至所述 LSTM模型的遗 忘门； 基于所述遗忘门预先设置的筛选规则， 对各个所述预测数据进行筛选， 获得筛选出的 各个有效数据； 获取预设的函数算法， 计算各个所述有效数据的权 重值； 基于每个所述有 效数据的权重值， 计算所述目标区域的电力系统在所述未来 时长内的 各个未来短期负荷参数， 以通过 所述LSTM模型的输出门输出 各个所述未来短期负荷参数； 基于各个所述未来短期负荷参数， 生成所述目标区域的电力系统在所述未来 时长内的 未来短期负荷。 4.根据权利要求1或3所述的方法， 其特 征在于， 训练所述 LSTM模型的过程， 包括： 获取预先设置的训练数据集， 所述训练数据集包含多个训练数据与每个所述训练数据 对应的数据标签； 执行预先设置的训练过程， 所述训练过程包括： 将各个所述训练数据依次输入所述LSTM模型， 获得所述LSTM模型输出的当前训练数据 对应的训练结果； 计算所述当前训练数据对应的训练结果与所述当前训练数据对应的数据 标签之间的当前误差值， 判断所述当前误差值是否在预设的误差范围内； 当所述当前误差 值不在预设的误差范围内时， 基于所述当前误差值计算所述LSTM模型对应的损失函数， 并 应用所述损失函数调整 所述LSTM模 型的模型参数； 当所述当前误差值在预设的误差范围内 时， 结束所述训练过程， 获得训练完成的LSTM模型。 5.根据权利要求1所述的方法， 其特 征在于， 还 包括： 获取预设的孤立森林模型； 将所述历史电力负荷数据及所述未来 时长输入所述孤立森林模型， 触发所述孤立森林 模型预测所述未来时长内所述目标区域的电力系统的报警值； 当所述报 警值大于预设的报 警阈值时， 向预设的电力系统管理平台发送所述目标区域 在所述未来时长内电力系统短期负荷对应的预警消息 。 6.一种电力系统的短期负荷预测装置， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114169625 A 2第一获取 单元， 用于获取目标区域内电力系统在历史时长内的历史电力负荷数据； 确定单元， 用于确定所述目标区域在预设的未来时长内的环境信息及电力 信息； 处理单元， 用于对所述历史电力负荷数据、 环境信息及电力信 息进行处理， 生成多个预 测数据； 预测单元， 用于将各个所述预测数据输入预先训练完成的LSTM模型， 应用所述LSTM模 型对所述预测数据进 行分析， 获得所述目标区域的电力系统在所述未来时长内的未来短期 负荷。 7.根据权利要求6所述的装置， 其特 征在于， 所述处 理单元， 包括： 第一获取子单元， 用于获取所述历史电力负荷数据在环境维度和电力维度上的各个维 度数据、 所述环境信息中包 含的多个环境数据， 及所述电力 信息中包 含的多个电力数据； 转换子单元， 用于按照预设的转换规则， 将各个所述维度数据、 环境数据及电力数据进 行转换， 获得多个输入向量， 所述输入向量 为预测数据。 8.根据权利要求7 所述的装置， 其特 征在于， 所述分析 单元， 包括： 输入子单元， 用于将各个预测数据输入经由所述LSTM模型的输入门输入至所述LSTM模 型的遗忘门； 筛选子单元， 用于基于所述遗忘门预先设置的筛选规则， 对各个所述预测数据进行筛 选， 获得筛 选出的各个有效数据； 第二获取子单 元， 用于获取 预设的函数算法， 计算各个所述有效数据的权 重值； 第一计算子单元， 用于基于每个所述有效数据的权重值， 计算所述目标区域的 电力系 统在所述未来时长内的各个未来短期负荷参数， 以通过所述LSTM模 型的输出门输出各个所 述未来短期负荷参数； 生成子单元， 用于基于各个所述未来短期负荷参数， 生成所述目标区域的 电力系统在 所述未来时长内的未来短期负荷。 9.根据权利要求6所述的装置， 其特 征在于， 还 包括： 第三获取子单元， 用于获取预先设置的训练数据集， 所述训练数据集包含多个训练数 据与每个所述训练数据对应的数据标签； 执行子单元， 用于执 行预先设置的训练过程， 所述训练过程包括： 将各个所述训练数据依次输入所述LSTM模型， 获得所述LSTM模型输出的当前训练数据 对应的训练结果； 计算所述当前训练数据对应的训练结果与所述当前训练数据对应的数据 标签之间的当前误差值， 判断所述当前误差值是否在预设的误差范围内； 当所述当前误差 值不在预设的误差范围内时， 基于所述当前误差值计算所述LSTM模型对应的损失函数， 并 应用所述损失函数调整 所述LSTM模 型的模型参数； 当所述当前误差值在预设的误差范围内 时， 结束所述训练过程， 获得训练完成的LSTM模型。 10.根据权利要求6所述的装置， 其特 征在于， 还 包括： 第二获取 单元， 用于获取 预设的孤立森林模型； 触发单元， 用于将所述历史电力负荷数据及所述未来时长输入所述孤立森林模型， 触 发所述孤立森林模型 预测所述未来时长内所述目标区域的电力系统的报警值； 预警单元， 用于当所述报警值大于预设的报警阈值时， 向预设的 电力系统管理平台发 送所述目标区域在所述未来时长内电力系统短期负荷对应的预警消息 。权　利　要　求　书 2/2 页 3 CN 114169625 A 3