输电线路的负荷预测方法、装置、存储介质、处理器和程序产品与流程

本发明涉及输电线路领域，具体而言，涉及一种输电线路的负荷预测方法、装置、存储介质、处理器和程序产品。

背景技术：

1、目前，输电线路分布广泛，对输电线路的负荷数据进行精准的短期负荷预测具有重要意义。

2、在相关技术中，针对输电线路的负荷数据进行预测，通常是以深度学习模型为主，通过提取负荷数据中的时间相关性特征，以达到对输电线路的负荷数据进行预测的目的，但是，该方法并未考虑到训练样本分布不均衡对预测结果的影响，存在电线路的负荷的预测准确性低的问题。

3、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种输电线路的负荷预测方法、装置、存储介质、处理器和程序产品，以至少解决输电线路的负荷的预测准确性低的技术问题。

2、根据本发明实施例的一个方面，提供了一种输电线路的负荷预测方法，该方法可以包括：获取输电线路在第一历史时段中的多个初始负荷数据，其中，第一历史时段包括多个子时段；对多个初始负荷数据中，每个子时段对应的至少一初始负荷数据进行转换，得到每个子时段对应的第一隐变量；对第一隐变量进行增强处理，得到增强隐变量；对多个子时段对应的多个增强隐变量进行预测，得到输电线路在未来时段中的多个目标负荷数据。

3、可选地，对多个初始负荷数据中，每个子时段对应的至少一初始负荷数据进行转换，得到每个子时段对应的第一隐变量，包括：确定至少一初始负荷数据对应的第一均值和第一方差值，得到每个子时段对应的第一均值和第一方差值；构造多个第一均值和多个第一方差值的第一高斯分布；对第一高斯分布进行采样，得到第一历史时段中每个子时段对应的第一隐变量，得到多个第一隐变量。

4、可选地，对第一隐变量进行增强处理，得到增强隐变量，包括：基于子时段对应的至少一初始负荷数据，确定子时段的负荷总量；基于多个子时段的负荷总量，得到第一历史时段的负荷总量集合；对负荷总量集合进行划分，得到多个子负荷集合；分别确定多个子负荷集合中的目标负荷，得到多个目标负荷；确定第一隐变量中，多个目标负荷对应的目标隐变量，得到多个目标隐变量；对多个目标隐变量进行转换，得到多个增强隐变量。

5、可选地，对负荷总量集合进行划分，得到多个子负荷集合，包括：确定负荷总量集合中的最大值和最小值；基于最大值和最小值，对负荷总量集合进行划分，得到多个子负荷集合。

6、可选地，分别确定多个子负荷集合中的目标负荷，得到多个目标负荷，包括：确定子负荷集合中的第一值和第二值，其中，第一值大于第二值；利用第一值和第二值，筛选出子负荷集合中的目标负荷。

7、可选地，对多个目标隐变量进行转换，得到多个增强隐变量，包括：基于子负荷集合中初始负荷数据的数量，确定目标隐变量对应的第二均值，以及目标隐变量对应的协方差；获取流动平均值集合和流动协方差集合；利用高斯滤波器对流动平均值和流动协方差进行卷积操作，得到滑动平均值和滑动协方差；将滑动平均值和第二均值二者之间的差，确定为变换平均值；将滑动协方差和协方差二者之间的差，确定为变换协方差；构造变换平均值和变换协方差的第二高斯分布；对第二高斯分布进行采样，得到增强隐变量。

8、可选地，对多个子时段对应的多个增强隐变量进行预测，得到输电线路在未来时段中的多个目标负荷数据，包括：利用预测模型对多个增强隐变量进行预测，得到目标负荷数据，其中，预测模型为基于输电线路在第二历史时段中的多个历史负荷数据训练得到，第二历史时段早于第一历史时段。

9、可选地，该方法还可以包括：获取输电线路的多个历史负荷数据；基于多个历史负荷数据，构建得到输入特征数据集，以及预测数据集；获取输电线路在第二历史时段的气象数据；将气象数据和输入特征数据集构建得到输入数据集；利用输入数据集和预测数据集训练得到预测模型。

10、可选地，利用输入数据集和预测数据集训练得到预测模型，包括：利用长短期记忆网络对输入数据集进行提取，得到多个第二隐变量；利用均值计算网络和方差计算网络，确定输入数据集的第三隐变量；对第三隐变量进行增强处理，得到第四隐变量；基于第二隐变量、第三隐变量和预测数据集，构建得到目标方程；利用目标方程，确定预测模型的模型参数；按照模型参数，调整子预测模型的初始模型参数，得到预测模型。

11、根据本发明实施例的另一方面，还提供了一种输电线路的负荷预测装置，该装置可以包括：获取单元，用于获取输电线路在第一历史时段中的多个初始负荷数据，其中，第一历史时段包括多个子时段；转换单元，用于对多个初始负荷数据中，每个子时段对应的至少一初始负荷数据进行转换，得到每个子时段对应的第一隐变量；处理单元，用于对第一隐变量进行增强处理，得到增强隐变量；预测单元，用于对多个子时段对应的多个增强隐变量进行预测，得到输电线路在未来时段中的多个目标负荷数据。

12、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质包括存储的程序，其中，在程序运行时控制该计算机可读存储介质所在设备执行本发明实施例的输电线路的负荷预测方法。

13、根据本发明实施例的另一方面，还提供了一种处理器，该处理器用于运行程序，其中，程序被该处理器运行时执行本发明实施例的输电线路的负荷预测方法。

14、根据本发明实施例的另一方面，还提供了一种程序产品，该程序产品包括计算机指令，其中，该计算机指令被处理器执行时实现本发明实施例的输电线路的负荷预测方法。

15、在本发明实施例中，获取输电线路在第一历史时段中的多个初始负荷数据，其中，第一历史时段包括多个子时段；对多个初始负荷数据中，每个子时段对应的至少一初始负荷数据进行转换，得到每个子时段对应的第一隐变量；对第一隐变量进行增强处理，得到增强隐变量；对多个子时段对应的多个增强隐变量进行预测，得到输电线路在未来时段中的多个目标负荷数据。也就是说，在本发明实施例中，在对输电线路在未来时刻的负荷进行预测时，可以获取第一历史时段中的多个初始负荷数据，确定多个初始负荷数据对应的多个第一隐变量，并对多个第一隐变量进行增强处理，得到多个增强隐变量，通过对多个隐变量进行预测，得到未来时段的多个目标负荷，从而实现了提高输电线路的负荷预测准确性的技术效果，解决了输电线路的负荷的预测准确性低的技术问题。

技术特征：

1.一种输电线路的负荷预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，对所述多个初始负荷数据中，每个所述子时段对应的至少一所述初始负荷数据进行转换，得到每个所述子时段对应的所述第一隐变量，包括：

3.根据权利要求1所述的方法，其特征在于，对所述第一隐变量进行增强处理，得到增强隐变量，包括：

4.根据权利要求3所述的方法，其特征在于，对所述负荷总量集合进行划分，得到多个所述子负荷集合，包括：

5.根据权利要求3所述的方法，其特征在于，分别确定多个所述子负荷集合中的所述目标负荷，得到多个所述目标负荷，包括：

6.根据权利要求3所述的方法，其特征在于，对多个所述目标隐变量进行转换，得到多个所述增强隐变量，包括：

7.根据权利要求1所述的方法，其特征在于，对多个所述子时段对应的多个增强隐变量进行预测，得到所述输电线路在所述未来时段中的多个所述目标负荷数据，包括：

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

9.根据权利要求8所述的方法，其特征在于，利用所述输入数据集和所述预测数据集训练得到所述预测模型，包括：

10.一种输电线路的负荷预测装置，其特征在于，包括：

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至9中任意一项所述的方法。

12.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被所述处理器运行时执行权利要求1至9中任意一项所述的方法。

13.一种计算机程序产品，其特征在于，包括计算机指令，该计算机指令被处理器执行时实现权利要求1至9中任意一项所述的方法。

技术总结本发明公开了一种输电线路的负荷预测方法、装置、存储介质、处理器和程序产品。其中，该方法包括：获取输电线路在第一历史时段中的多个初始负荷数据，其中，第一历史时段包括多个子时段；对多个初始负荷数据中，每个子时段对应的至少一初始负荷数据进行转换，得到每个子时段对应的第一隐变量；对第一隐变量进行增强处理，得到增强隐变量；对多个子时段对应的多个增强隐变量进行预测，得到输电线路在未来时段中的多个目标负荷数据。本发明解决了输电线路的负荷的预测准确性低的技术问题。技术研发人员：欧祖宏,金加城,范朝森,黄亨,李剑明,范耀韦,蔡坚松,李俊宏,谢家力,夏寒受保护的技术使用者：广东电网有限责任公司技术研发日：技术公布日：2024/11/18