一种优化热负荷预测方法及装置与流程
本发明属于热能技术领域，尤其涉及一种优化热负荷预测方法及装置。
背景技术：
现有技术中蒸汽供应用户分为工业、商业、居民、办公等，不同用户的蒸汽负荷、负荷量级、负荷特点都不尽相同，负荷预测的准确性关乎优化调度、关乎运营策略。
目前常见的热负荷预测方法有很多，包括指数平滑、自回归积分滑动平均模型(autoregressiveintegratedmovingaveragemodel,arima模型)、神经网络、长短期记忆网络(lstm，longshort-termmemory)等。
其中深度学习算法lstm，其对数据具有记忆功能，因此可以取得不错的预测结果，但同时预测结果相对真实数据存在时间上的滞后性，因此会导致预测不准确。
技术实现要素：
有鉴于此，本发明实施例提供了一种优化热负荷预测方法、装置、终端设备及计算机可读存储介质，以解决现有技术中预测结果相对真实数据存在时间上的滞后性的技术问题。
本发明实施例的第一方面，提供了一种优化热负荷预测方法，包括：
利用预设的预测模型，根据样本数据，确定所述样本数据对应的第一预测曲线；
根据所述第一预测曲线，确定所述第一预测曲线中至少一个极值点；
当所述极值点满足预设条件，对所述极值点的数值进行修正，获得第二预测曲线。
本发明实施例的第二方面，提供了一种优化热负荷预测装置，包括：
预测模块，用于利用预设的预测模型，根据样本数据，确定所述样本数据对应的第一预测曲线；
确定极值点模块，用于根据所述第一预测曲线，确定其中至少一个极值点；
修正模块，用于当所述极值点满足预设条件，对所述极值点的数值进行修正，获得第二预测曲线。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述物联设备数据模拟方法的步骤。
本发明实施例的第四方面，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存储有计算机程序，所述计算机程序被处理器执行时实现所述物联设备数据模拟方法的步骤。
本发明实施例提供的一种优化热负荷预测方法的有益效果至少在于：本发明实施例首先利用预设的预测模型，根据样本数据，确定所述样本数据对应的第一预测曲线，其次根据所述第一预测曲线，确定所述第一预测曲线中至少一个极值点，然后当所述极值点满足预设条件，对所述极值点的数值进行修正，获得第二预测曲线。经过修正预测结果，解决了其与相对真实数据时间上的滞后性技术问题，提高了热负荷预测的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种优化热负荷预测方法的实现流程示意图；
图2是本发明实施例提供的确定极值点的流程示意图；
图3是本发明实施例提供的确定斜率的流程示意图；
图4是本发明实施例提供的获得第二预测曲线的流程示例图；
图5是本发明实施例提供的一种优化热负荷预测装置的示意图；
图6是本发明实施例提供的修正模块的示意图；
图7是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
如图1所示，本发明实施例提供了一种电负荷预测方法，包括如下各个步骤：
步骤s10：利用预设的预测模型，根据样本数据，确定所述样本数据对应的第一预测曲线。
上述样本数据是一个时间序列数据集，该数据集分为训练集和测试集两部分。预设的上述预测模型，选用lstm(长短时记忆网络)深度学习算法最佳。通过该训练集训练该预设模型，然后用该测试集测试训练好的该预设模型，得到多个预测值。对于该预测值的预测指标选取rmse(均方根误差)和相对误差率作为评价指标，以此作为预测值是否存在滞后性，公式如下：
其中yi是时间序列数据真实值，
因为通过上述预测模型获得的上述预测值存在时间上的滞后性，通常来讲预测值都会比真实值之后一些，预测的当前时刻的值，更接近真实值的前一个或者前若干个时刻的值，因此为了改进这种滞后性，提高预测的准确性，所以还需对该预测值进行修正。
通过所有上述预测值获得该第一预测曲线，每个该样本数据在该第一预测曲线上都对应一个数据点。即该数据点包括对应相对时间节点的预测值。
步骤s20：根据所述第一预测曲线，确定所述第一预测曲线中至少一个极值点。
根据如图2所示步骤s21，从步骤s210得到的该第一曲线的多个上述数据点中，确定当前数据点，并确定所述当前数据点的对应前相邻数据点和后相邻数据点。其中该当前数据点、该前相邻数据点和后相邻数据点为上述数据点的下位概念。根据图3步骤s221，利用该当前数据点和该前相邻数据点，确定第一直线，该第一直线形成的斜率，即为第一斜率。根据图3步骤s231，利用该当前数据点和该后相邻数据点，确定第二直线，该第二直线形成的斜率，即为第二斜率。根据图2步骤s24，将上述第一斜率和上述第二斜率相乘，乘积为负数，则该当前数据点即为极值点。以此法确定出上述第一预测曲线上的所有的极值点。
步骤s30：当所述极值点满足预设条件，对所述极值点的数值进行修正，获得第二预测曲线。
根据图4步骤s31，确定上述极值点的相对平均误差率。根据图4步骤s32，预设一个条件，该条件是依托工业场景设定，具体门限值根据现实条件决定，例如该门限值为10％，若步骤s31的该平均误差率大于等于10％，则对该极值点进行偏移修正，如果平均误差小于10％，在进行极值修正后，该极值点的相对误差比不进行极值修正时的误差更大，所以不需要对该极值点进行极值修正，直接输出该极值点的预测值即可。
对上述举例平均误差大于等于10％的情形，即视为条件达成，需要对该极值点和相对该极值点的相邻后一个极值点进行加权平均，即：
其中
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
如图5所示，本发明实施例的目的还在于提供一种电负荷预测装置，包括预测模块51、确定极值点模块52和修正模块53。其中，预测模块51，用于利用预设的预测模型，根据样本数据，确定所述样本数据对应的第一预测曲线；确定极值点模块52，用于据所述第一预测曲线，确定其中至少一个极值点；修正模块53，用于当所述极值点满足预设条件，对所述极值点的数值进行修正，获得第二预测曲线。
如图6所示，进一步地，修正模块53包括判断单元531和修正单元532。其中，判断单元531用于对所述极值点是否满足所述预设条件进行判断；修正单元532，用于对满足预设条件的所述极值点进行修正。
如图7所示，是本发明一实施例提供的终端设备的示意图。如图7所示，所述终端设备7，包括存储器71、处理器70以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72，所述处理器70执行所述计算机程序72时实现如所述物联设备的数据模拟方法的步骤。例如图1-图4所示的步骤s10至s30。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、所述存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(centralprocessingunit，cpu)，还可以是其它通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其它程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
具体可以如下，本申请实施例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可以是上述实施例中的存储器中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端设备中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上计算机程序：
计算机可读存储介质，包括所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述物联设备数据模拟方法的步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！