电力数据预测方法、装置、电子设备和可读存储介质与流程

本发明涉及计算机，具体涉及一种电力数据预测方法、装置、电子设备和可读存储介质。

背景技术：

1、随着全球经济的快速发展和城市化进程的加速，电力系统面临着越来越大的挑战。为了保障电力供应充足，电力数据的预测是十分有必要的。然而，电力数据可能会出现短时波动的情况，且电力数据的获取存在延时问题，因此如何准确预测电力数据成为了亟待解决的问题。

技术实现思路

1、有鉴于此，本发明实施例提供一种电力数据预测方法、装置、电子设备和可读存储介质，以将电力数据处理为正向数据和逆向数据的方式增强电力数据的表征能力，便于数据预测模型根据已产生的电力数据的正向变化规律和逆向变化规律完成电力数据的预测，提升电力数据预测的准确性。

2、第一方面，本发明实施例提供了一种电力数据预测方法，所述方法包括：

3、获取第一时间段内产生的电力数据序列；

4、基于双向滑窗对所述电力数据序列进行截取，获取所述电力数据序列对应的多个正向子序列和多个逆向子序列；

5、根据各所述正向子序列、各所述逆向子序列，基于预先训练的数据预测模型预测第二时间段内的预测电力数据序列，所述数据预测模型基于训练样本集合训练获得，所述训练样本集合中的各训练样本包括第一历史时间段内产生的第一数据序列和第二历史时间段内产生的第二数据序列，所述第一数据序列和第二数据序列均为历史电力数据序列。

6、可选地，所述数据预测模型包括正向残差块、逆向残差块和特征融合模块。

7、可选地，所述根据各所述正向子序列、各所述逆向子序列，基于预先训练的数据预测模型预测第二时间段内的预测电力数据序列包括：

8、将各所述正向子序列作为所述正向残差块的输入，将各所述逆向子序列作为所述逆向残差块的输入，并将所述正向残差块的输出和所述逆向残差块的输出作为所述特征融合模块的输入，获取所述预测电力数据序列。

9、可选地，所述基于双向滑窗对所述电力数据序列进行截取，获取所述电力数据序列对应的多个正向子序列和多个逆向子序列包括：

10、基于正向滑窗，按照所述电力数据序列的时间顺序对所述电力数据序列进行顺序截取，获取所述多个正向子序列；

11、基于逆向滑窗，按照所述电力数据序列的时间顺序对所述电力数据序列进行逆序截取，获取所述多个逆向子序列。

12、可选地，所述数据预测模型通过如下方式训练：

13、基于双向滑窗对各所述第一数据序列进行截取，获取各所述第一数据序列对应的多个正向历史子序列和多个逆向历史子序列；

14、对于各所述第一数据序列，将对应的各所述正向历史子序列作为所述正向残差块的输入，将对应的各所述逆向子序列作为所述逆向残差块的输入，并将所述正向残差块的输出和所述逆向残差块的输出作为所述特征融合模块的输入，以对应的所述第二数据序列为训练目标对所述数据预测模型进行训练，直至所述数据预测模型的损失函数收敛。

15、可选地，所述获取第一时间段内产生的电力数据序列包括：

16、将所述第一时间段划分为多个子时间段；

17、将相同子时间段内产生的电力数据确定为一个子序列；

18、根据各所述子序列获取所述电力数据序列。

19、可选地，所述正向残差块包括一维因果卷积层、因果膨胀卷积层、线性修正单元、权重归一化层和随机失活层；

20、所述逆向残差块包括一维因果卷积层、因果膨胀卷积层、线性修正单元、权重归一化层和随机失活层。

21、可选地，所述数据预测模型为双向时间卷积网络。

22、第二方面，本发明实施例提供了一种电力数据预测装置，所述装置包括：

23、序列获取单元，用于获取第一时间段内产生的电力数据序列；

24、序列截取单元，用于基于双向滑窗对所述电力数据序列进行截取，获取所述电力数据序列对应的多个正向子序列和逆向子序列；

25、数据预测单元，用于根据各所述正向子序列、所述逆向子序列，基于预先训练的数据预测模型预测第二时间段内产生的预测电力数据序列，所述数据预测模型基于训练样本集合训练获得，所述训练样本集合中的各训练样本包括第一历史时间段内产生的第一数据序列和第二历史时间段内产生的第二数据序列，所述第一数据序列和第二数据序列均为历史电力数据序列。

26、第三方面，本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现第一方面中任一项所述的方法。

27、第四方面，本发明实施例提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现第一方面中任一项所述的方法。

28、第五方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项所述的方法。

29、本发明实施例在获取到第一时间段内产生的电力数据序列后，基于双向滑窗对电力数据序列进行截取，获取多个正向子序列和多个逆向子序列，从而根据各正向子序列、各逆向子序列和预先训练的数据预测模型预测第二时间段内的预测电力数据序列。在本发明实施例中，通过将电力数据处理为正向数据和逆向数据的方式增强电力数据的表征能力，便于数据预测模型根据已产生的电力数据的正向变化规律和逆向变化规律完成电力数据的预测，提升数据预测的准确性。

技术特征：

1.一种电力数据预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述数据预测模型包括正向残差块、逆向残差块和特征融合模块。

3.根据权利要求2所述的方法，其特征在于，所述根据各所述正向子序列、各所述逆向子序列，基于预先训练的数据预测模型预测第二时间段内的预测电力数据序列包括：

4.根据权利要求1所述的方法，其特征在于，所述基于双向滑窗对所述电力数据序列进行截取，获取所述电力数据序列对应的多个正向子序列和多个逆向子序列包括：

5.根据权利要求2所述的方法，其特征在于，所述数据预测模型通过如下方式训练：

6.根据权利要求1所述的方法，其特征在于，所述获取第一时间段内产生的电力数据序列包括：

7.根据权利要求2所述的方法，其特征在于，所述正向残差块包括一维因果卷积层、因果膨胀卷积层、线性修正单元、权重归一化层和随机失活层；

8.根据权利要求1所述的方法，其特征在于，所述数据预测模型为双向时间卷积网络。

9.一种电力数据预测装置，其特征在于，所述装置包括：

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-8中任一项所述的方法。

11.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现权利要求1-8中任一项所述的方法。

12.一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内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法。

技术总结本发明实施例公开了一种电力数据预测方法、装置、电子设备和可读存储介质。本发明实施例在获取到第一时间段内产生的电力数据序列后，基于双向滑窗对电力数据序列进行截取，获取多个正向子序列和多个逆向子序列，从而根据各正向子序列、各逆向子序列和预先训练的数据预测模型预测第二时间段内的预测电力数据序列。在本发明实施例中，通过将电力数据处理为正向数据和逆向数据的方式增强电力数据的表征能力，便于数据预测模型根据已产生的电力数据的正向变化规律和逆向变化规律完成电力数据的预测，提升电力数据预测的准确性。技术研发人员：徐泽晖,高海,周辉,陈永健,廖兰新受保护的技术使用者：浙江小桔绿色能源科技有限公司技术研发日：技术公布日：2024/11/21