技术特征：
1.一种用电量的预测方法，包括：获取目标区域的历史用电数据；根据所述历史用电数据，确定所述目标区域的目标用电类型；调用与所述目标用电类型匹配的目标预测模型；由所述目标预测模型基于所述历史用电数据进行预测，获取下一用电时间段的预测母线负荷量。2.根据权利要求1所述的方法，其中，所述根据所述历史用电数据，确定所述目标区域的目标用电类型，包括：响应于所述历史用电数据中包括新能源供电数据，则确定所述目标用电类型为新能源用电类型；响应于所述历史用电数据中未包括新能源供电数据，则根据所述历史用电数据，绘制所述目标区域的用电波动图；获取所述波动图的波动规律信息，并基于所述波动规律信息确定所述目标用电类型。3.根据权利要求2所述的方法，其中，所述根据所述历史用电数据，绘制所述目标区域的用电波动图，包括：对所述历史用电数据进行时间段划分，并根据属于同一时间段的所述历史用电数据，绘制所述同一时间段对应的用电波动图片段；基于所有时间段的所述用电波动图片段，生成所述用电波动图。4.根据权利要求2或3所述的方法，其中，所述调用与所述目标用电类型匹配的目标预测模型，包括：响应于所述目标用电类型为所述新能源用电类型，调用所述新能源用电类型对应的第一目标预测模型，其中，所述第一目标预测模型包括新能源供电模式对应的第一目标预测子模型和火电供电模式对应的第二目标预测子模型；从所述历史用电数据中提取所述新能源供电模式相关的第一历史用电数据；将所述第一历史用电数据输入所述第一目标预测子模型中，输出所述新能源供电模式对应的所述下一用电时间段的第一预测母线用电量；将所述历史用电数据中剩余的第二历史用电数据输入所述第二目标预测子模型中，输出所述火电供电模式对应的所述下一用电时间段的第二预测母线负荷量。5.根据权利要求3所述的方法，其中，所述调用与所述目标用电类型匹配的目标预测模型，包括：响应于所述目标用电类型为居民用电类型，调用所述居民用电类型对应的第二目标预测模型；将所述历史用电数据输入第二目标预测模型中，输出所述下一用电时间段的第三预测母线负荷量。6.根据权利要求3所述的方法，其中，所述调用与所述目标用电类型匹配的目标预测模型，包括：响应于所述目标用电类型为所述工业用电类型，调用所述工业用电类型对应的第三目标预测模型；将所述历史用电数据输入所述第三目标预测模型中，输出所述下一用电时间段的第四
预测母线负荷量。7.根据权利要求1所述的方法，其中，所述由所述目标预测模型基于所述历史用电数据进行预测，获取下一用电时间段的预测母线负荷量，包括：基于所述目标预测模型中的特征提取层，对所述历史用电数据每个类数据进行特征提取；根据所述目标预测模型中的注意力层，从所述提取的特征中获取关联数据项之间的相关性特征；将所述提取的特性和相关性特征输入所述目标预测模型中的输出层，以输出所述下一用电时间段的预测母线负荷量。8.根据权利要求1
‑
3或5或6所述的方法，其中，所述获取所述下一用电时间段的预测母线负荷量之后，还包括：获取所述下一用电时间段的火电供电模式的发电计划量；根据所述预测母线负荷量和所述发电计划量的差异量，对所述发电计划量进行调整。9.一种用电量的预测装置，包括：获取模块，用于获取目标区域的历史用电数据；确定模块，用于根据所述历史用电数据，确定所述目标区域的目标用电类型；调用模块，用于调用与所述目标用电类型匹配的目标预测模型；预测模块，用于由所述目标预测模型基于所述历史用电数据进行预测，获取下一用电时间段的预测母线负荷量。10.根据权利要求9所述的装置，其中，所述确定模块，还用于：响应于所述历史用电数据中包括新能源供电数据，则确定所述目标用电类型为新能源用电类型；响应于所述历史用电数据中未包括新能源供电数据，则根据所述历史用电数据，绘制所述目标区域的用电波动图；获取所述波动图的波动规律信息，并基于所述波动规律信息确定所述目标用电类型。11.根据权利要求10所述的装置，其中，所述确定模块，还用于：对所述历史用电数据进行时间段划分，并根据属于同一时间段的所述历史用电数据，绘制所述同一时间段对应的用电波动图片段；基于所有时间段的所述用电波动图片段，生成所述用电波动图。12.根据权利要求10或11所述的装置，其中，所述预测模块，还用于：响应于所述目标用电类型为所述新能源用电类型，调用所述新能源用电类型对应的第一目标预测模型，其中，所述第一目标预测模型包括新能源供电模式对应的第一目标预测子模型和火电供电模式对应的第二目标预测子模型；从所述历史用电数据中提取所述新能源供电模式相关的第一历史用电数据；将所述第一历史用电数据输入所述第一目标预测子模型中，输出所述新能源供电模式对应的所述下一用电时间段的第一预测母线用电量；将所述历史用电数据中剩余的第二历史用电数据输入所述第二目标预测子模型中，输出所述火电供电模式对应的所述下一用电时间段的第二预测母线负荷量。13.根据权利要求11所述的装置，其中，所述预测模块，还用于：
响应于所述目标用电类型为居民用电类型，调用所述居民用电类型对应的第二目标预测模型；将所述历史用电数据输入第二目标预测模型中，输出所述下一用电时间段的第三预测母线负荷量。14.根据权利要求11所述的装置，其中所述预测模块，还用于：响应于所述目标用电类型为所述工业用电类型，调用所述工业用电类型对应的第三目标预测模型；将所述历史用电数据输入所述第三目标预测模型中，输出所述下一用电时间段的第四预测母线负荷量。15.根据权利要求9所述的装置，其中，所述预测模块，还用于：基于所述目标预测模型中的特征提取层，对所述历史用电数据每个类数据进行特征提取；根据所述目标预测模型中的注意力层，从所述提取的特征中获取关联数据项之间的相关性特征；将所述提取的特性和相关性特征输入所述目标预测模型中的输出层，以输出所述下一用电时间段的预测母线负荷量。16.根据权利要求9
‑
11或13或14所述的装置，其中，还包括：所述获取模块，还用于获取所述下一用电时间段的火电供电模式的发电计划量；调度模块，用于根据所述预测母线负荷量和所述发电计划量的差异量，对所述发电计划量进行调整。17.一种电子设备，其特征在于，包括处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1
‑
8中任一所述的方法。18.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1
‑
8中任一所述的方法。19.一种计算机程序产品，其特征在于，当所述计算机程序产品中的指令处理器执行时实现如权利要求1
‑
8中任一所述的方法。
技术总结
本申请提出了一种用电量的预测方法及装置，涉及数据处理领域，尤其涉及电力调度领域及深度学习等人工智能领域，可应用于智慧城市场景下，包括：获取目标区域的历史用电数据；根据所述历史用电数据，确定所述目标区域的目标用电类型；调用与所述目标用电类型匹配的目标预测模型；由所述目标预测模型基于所述历史用电数据进行预测，获取下一用电时间段的预测母线负荷量。本申请中，通过对历史用电数据进行数据分析确定目标区域的目标用电类型，实现了对于历史用电数据的有效利用，对不同的目标用电类型分别进行单独的预测，提高了模型预测的效率以及准确率，增加了用电量预测方法的适用性和实用性，有效减少了资源浪费。有效减少了资源浪费。有效减少了资源浪费。
技术研发人员：田伦 杨海华 王栋 张英
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2021.06.15
技术公布日：2021/9/24