电力负荷数据的处理方法、装置、电子设备及存储介质与流程

本发明涉及电力领域，具体而言，涉及一种电力负荷数据的处理方法、装置、电子设备及存储介质。

背景技术：

1、电力系统是现代经济社会运行的基石，其安全、稳定与经济运行对国家发展至关重要。而电力调控是电力系统管理的核心环节，如果可以提前预测电网中各个子区域的电力负荷数据，就可以有效地进行电力资源的分配和调度，预防供需失衡导致的电网不稳定，减少电力浪费，提高电力系统的运行效率。

2、但是由于相关技术未能充分考虑到电力负荷变化的多尺度特性，存在电力负荷数据预测准确性较低的问题。

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电力负荷数据的处理方法、装置、电子设备及存储介质，以至少解决电力负荷数据预测准确性较低的技术问题。

2、根据本发明实施例的一个方面，提供了一种电力负荷数据的处理方法，包括：采集多个电网子区域的原始电力负荷数据；通过特征提取模型提取原始电力负荷数据中不同时间尺度下的模态特征信息；将模态特征信息输入到电力负荷数据预测模型中，通过电力负荷数据预测模型基于模态特征信息对多个电网子区域的电力负荷数据进行预测，得到预测电力负荷数据。

3、本申请的一种实施方式中，通过特征提取模型提取原始电力负荷数据中不同时间尺度下的模态特征信息，包括：对原始电力负荷数据进行预处理，得到预处理后的数据；使用特征提取模型对预处理后的数据进行拟合处理，得到残差序列；利用多重时间序列分解技术对残差序列进行分解，得到不同时间尺度下的模态特征信息，不同时间尺度至少包括如下至少之二：日、周、月、年。

4、本申请的一种实施方式中，对原始电力负荷数据进行预处理，得到预处理后的数据，包括：使用萤火虫算法识别原始电力负荷数据中的异常数据；将异常数据从原始电力负荷数据中剔除，得到预处理后的数据。

5、本申请的一种实施方式中，将模态特征信息输入到电力负荷数据预测模型中，通过电力负荷数据预测模型基于预测数据集对多个电网子区域的电力负荷数据进行预测，得到预测电力负荷数据，包括：将不同时间尺度下的模态特征信息进行集成，得到预测数据集；将预测数据集输入到电力负荷数据预测模型中，通过电力负荷数据预测模型对多个电网子区域的电力负荷数据进行预测，得到预测电力负荷数据。

6、本申请的一种实施方式中，采集多个电网子区域的原始电力负荷数据，包括：对电网覆盖区域进行划分，得到多个电网子区域；基于多个电网子区域中不同群体的用电特性确定多个电网子区域的采集频率；基于多个电网子区域的采集频率确定数据采集策略；基于数据采集策略采集多个电网子区域的原始电力负荷数据。

7、本申请的一种实施方式中，特征提取模型是对自回归模块、移动平均模块、自回归移动平均模块进行整合后得到的模型。

8、本申请的一种实施方式中，特征提取模型的阶数是基于自相关系数和偏自相关系数对初始特征提取模型的阶数进行调整得到的，其中，自相关系数和偏自相关系数基于时间序列中的样本确定，特征提取模型的参数是基于最小信息量准则对初始特征提取模型的参数进行调整得到的。

9、根据本发明实施例的另一方面，还提供了一种电力负荷数据的处理装置，包括：采集模块，用于采集多个电网子区域的原始电力负荷数据；提取模块，用于通过特征提取模型提取原始电力负荷数据中不同时间尺度下的模态特征信息；预测模块，用于将模态特征信息输入到电力负荷数据预测模型中，通过电力负荷数据预测模型基于模态特征信息对多个电网子区域的电力负荷数据进行预测，得到预测电力负荷数据。

10、根据本发明实施例的另一方面，还提供了一种电子设备，包括：存储器，存储有可执行程序；处理器，用于运行程序，其中，程序运行时控制电子设备执行电力负荷数据的处理方法。

11、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，包括存储的可执行程序，其中，在可执行程序运行时控制存储介质所在设备执行电力负荷数据的处理方法。

12、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现电力负荷数据的处理方法。

13、在本发明实施例中，采集多个电网子区域的原始电力负荷数据；通过特征提取模型提取原始电力负荷数据中不同时间尺度下的模态特征信息；将模态特征信息输入到电力负荷数据预测模型中，通过电力负荷数据预测模型基于模态特征信息对多个电网子区域的电力负荷数据进行预测，得到预测电力负荷数据。容易注意到的是，通过采集多个电网子区域的原始电力负荷数据，利用特征提取模型提取不同时间尺度下的模态特征信息，不同时间尺度下的模态特征信息可以捕捉电力负荷数据的多尺度动态特性，基于不同时间尺度下的模态特征信息通过电力负荷数据预测模型预测电力负荷数据，可以实现提高电力负荷数据预测准确性的技术效果，进而解决了电力负荷数据预测准确性较低的技术问题。

技术特征：

1.一种电力负荷数据的处理方法，其特征在于，包括：

2.根据权利要求1所述的电力负荷数据的处理方法，其特征在于，通过特征提取模型提取所述原始电力负荷数据中不同时间尺度下的模态特征信息，包括：

3.根据权利要求2所述的电力负荷数据的处理方法，其特征在于，对所述原始电力负荷数据进行预处理，得到预处理后的数据，包括：

4.根据权利要求1所述的电力负荷数据的处理方法，其特征在于，将所述模态特征信息输入到电力负荷数据预测模型中，通过所述电力负荷数据预测模型对所述多个电网子区域的电力负荷数据进行预测，得到预测电力负荷数据，包括：

5.根据权利要求1所述的电力负荷数据的处理方法，其特征在于，采集多个电网子区域的原始电力负荷数据，包括：

6.根据权利要求1所述的电力负荷数据的处理方法，其特征在于，所述特征提取模型是对自回归模块、移动平均模块、自回归移动平均模块进行整合后得到的模型。

7.根据权利要求6所述的电力负荷数据的处理方法，其特征在于，所述特征提取模型的阶数是基于自相关系数和偏自相关系数对初始特征提取模型的阶数进行调整得到的，其中，所述自相关系数和所述偏自相关系数基于时间序列中的样本确定，所述特征提取模型的参数是基于最小信息量准则对所述初始特征提取模型的参数进行调整得到的。

8.一种电力负荷数据的处理装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一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可执行程序，其中，在所述可执行程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的电力负荷数据的处理方法。

11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至7中任意一项所述的电力负荷数据的处理方法。

技术总结
本发明公开了一种电力负荷数据的处理方法、装置、电子设备及存储介质，涉及电力领域。其中，该方法包括：采集多个电网子区域的原始电力负荷数据；通过特征提取模型提取原始电力负荷数据中不同时间尺度下的模态特征信息；将模态特征信息输入到电力负荷数据预测模型中，通过电力负荷数据预测模型基于模态特征信息对多个电网子区域的电力负荷数据进行预测，得到预测电力负荷数据。本发明解决了电力负荷数据预测准确性较低的技术问题。

技术研发人员：王宁,闻宇,李菁,付磊,吴再弛,孙一飞,张敏,宣振文,陈力绪,张馨丹
受保护的技术使用者：国网北京市电力公司
技术研发日：
技术公布日：2025/4/6