申请/专利权人：湖北华中电力科技开发有限责任公司;国网湖北省电力有限公司

申请日：2023-10-27

公开（公告）日：2024-04-09

公开（公告）号：CN117474152B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06N3/0464;G06N3/0442;G06N3/045;G06F18/214

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明提供一种基于Conv1d的多变量CNN‑GRU算法用于短期负荷的实际预测方法，包括：从数据中台获取某地区一段时间的用电相关数据，包括用电量、供电量、负载率；对获取的用电相关数据进行数据处理，数据处理包括合并数据、空缺数据处理、计算每日平均负载率以及计算每日的相关电量；对处理后的用电相关数据进行错位映射，用当前时刻的用电量与历史某时刻的各变量形成对应，形成输入数据模型；基于输入数据模型构建CNN‑GRU实际预测模型对未来一段时间的用电量进行实际预测。本发明将CNN‑GRU算法首次应用于短期负荷的实际预测，通过错位映射避免先预测自变量X再预测因变量Y，可以在提升运行速度基础上保证较低的误差。

主权项：1.一种基于Conv1d的多变量CNN-GRU算法用于短期负荷的实际预测方法，其特征在于，包括如下步骤：步骤一、获取数据：从数据中台获取某地区一段时间的用电相关数据，包括用电量、供电量、负载率；步骤二、数据处理：对步骤一获取的用电相关数据进行数据处理，所述数据处理包括合并数据、空缺数据处理、计算每日平均负载率以及计算每日的相关电量；步骤三、构建特征：对步骤二处理后的用电相关数据进行错位映射，用当前时刻的用电量与历史某时刻的各变量形成对应，形成输入数据模型；步骤四、构建模型进行实际预测：基于步骤三得到的输入数据模型构建CNN-GRU实际预测模型对未来一段时间的用电量进行实际预测；步骤三具体包括：首先将某地区数据的日期往后延伸7日，其中最后7日只有日期，其它字段均为空值，这7日为实际预测的日期；然后将用电量、供电量、负载率分别进行向下7步滑动窗口和向下7步滑动窗口，即新增6个字段，分别为7天前的用电量、7天前的供电量、7天前的负载率、30天前的用电量、30天前的供电量、30天前的负载率，7天前的用电量表述为字段‘用电量_7’，30天前的用电量表述为字段‘用电量_30’，以此类推；将6个新增字段出现部分空值的月份的数据删除；删掉供电量、负载率这2个变量，由于同一条数据的Y和各X处在不同时刻，这样自变量与因变量之间就形成了错位映射，其中用电量是因变量Y，用电量_7和用电量_30是自变量X；最终剩余字段有8列：数据日期、用电量、用电量_7、用电量_30、供电量_7、供电量_30、平均负载率_7、平均负载率_30，其中第1列日期只是用于标记，不会进入到模型，第2列当前用电量就是因变量Y，第3列~第8列就是各个自变量X1~X6。

全文数据：

权利要求：

百度查询： 湖北华中电力科技开发有限责任公司;国网湖北省电力有限公司 基于Conv1d的多变量CNN-GRU算法用于短期负荷的实际预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD