一种燃气负荷预测方法、装置、设备及介质与流程

本技术涉及能源，尤其涉及一种燃气负荷预测方法、装置、设备及介质。

背景技术：

1、目前，短期负荷预测方法在能源行业得到广泛应用，尤其是针对电力负荷和燃气量负荷的预测。短期负荷预测方法对相关系统调度运行部门有着重要的意义。短期负荷预测问题是一个复杂的非线性问题，与社会变化、经济因素和天气变化密切相关。现有的短期负荷检测方法包括传统的统计预测模型、人工智能模型以及组合预测模型等方法。

2、但是，在气温骤变时，利用现有的短期负荷检测方法预测的燃气负荷数据与实际燃气负荷数据相差较大，即在气温骤变时，燃气负荷数据变化的日期与气温变化日期相比，存在一定的滞后时间。因此在气温骤变时，利用现有的短期负荷检测方法对燃气负荷数据进行预测的误差较高。

技术实现思路

1、本技术提供一种燃气负荷预测方法、装置、设备及介质，能够在气温骤变时，降低利用历史数据对燃气负荷数据进行预测的误差。

2、根据本技术实施例的第一方面，提供一种燃气负荷预测方法，该方法包括：

3、获取目标地区的第一历史数据，其中，所述第一历史数据包括当前日期前的多个第一历史气温和对应的历史燃气负荷数据、当前日期前的多个历史燃气负荷数据的平均值和第一日历数据，所述第一日历数据包括日期和对应的第一事件；

4、针对所述第一历史数据中的每个第一历史气温，基于与所述第一历史气温相邻的第二历史气温的加权值，以及在所述第一历史气温对应的日期之前的至少一个第二历史气温中各相邻两个第二历史气温的差值，更新所述第一历史气温，得到第二历史数据；

5、基于所述第二历史数据进行燃气负荷数据预测，得到当前日期对应的目标燃气负荷数据。

6、本技术能够针对获取的目标地区的第一历史数据中的每个第一历史气温，基于与第一历史气温相邻的第二历史气温的加权值，以及在第一历史气温对应的日期之前的至少一个第二历史气温中各相邻两个第二历史气温的差值，更新第一历史气温，得到第二历史数据，从而减少气温骤变对预测的目标燃气负荷数据的影响。本技术的第二历史数据包括较多的历史数据，基于第二历史数据进行燃气负荷数据预测，从而得到当前日期对应的目标燃气负荷数据，以使在气温骤变时，减少燃气负荷数据预测的滞后性，并降低利用历史数据对燃气负荷数据进行预测的误差。

7、在一种可能的实现方式中，获取目标地区的第一历史数据，包括：

8、基于各事件对燃气负荷数据影响的平均日期范围，确定所述第一事件对应的平均日期范围，并加入所述第一历史数据中。

9、本技术能够基于预先确定的各事件对燃气负荷数据影响的平均日期范围，确定第一事件对应的平均日期范围，而无需通过人工方式进行确定，从而提高燃气负荷数据的预测效率。

10、在一种可能的实现方式中，利用以下公式更新所述第一历史气温t0′：

11、

12、其中，t0′为更新后的第一历史气温，k为权重，p为第二历史气温的总数，t0为第一历史温度，ti为在所述第一历史气温对应的日期前i天的第二历史温度，t1为在所述第一历史气温对应的日期前1天的第二历史温度。

13、本技术能够利用上述公式实现第一历史数据中各第一历史气温的更新，从而得到对预测的燃气负荷数据有正向提升作用的历史气温，进而减少气温骤变对预测的目标燃气负荷数据的影响。

14、在一种可能的实现方式中，所述基于所述第二历史数据进行燃气负荷数据预测，得到当前日期对应的目标燃气负荷数据，包括：

15、将所述第二历史数据输入燃气负荷预测模型进行燃气负荷数据预测，得到当前日期对应的目标燃气负荷数据。

16、本技术能够利用燃气负荷预测模型进行燃气负荷数据预测，从而得到目标燃气负荷数据，从而提高燃气负荷数据的预测效率和预测准确度。

17、在一种可能的实现方式中，所述燃气负荷预测模型通过以下方法训练得到：

18、基于目标地区在设定时长内的多个历史燃气负荷数据、多个历史气温数据和日历数据，确定第一训练样本集，其中，所述第一训练样本集包括多组第三历史数据，每组第三历史数据包括当前日期前的多个历史气温和对应的历史燃气负荷数据、当前日期前的多个历史燃气负荷数据的平均值、当前日期的燃气负荷数据和第二日历数据，所述第二日历数据包括日期和对应的第二事件；

19、基于在设定时长内的多个历史燃气负荷数据和日历数据，确定在设定时长内各事件对燃气负荷数据影响的平均日期范围；

20、基于各事件对燃气负荷数据影响的平均日期范围，确定所述第二事件对应的平均日期范围，并加入所述第三历史数据中；

21、将所述第一训练样本集中的各组第三历史数据输入所述燃气负荷预测模型，利用所述燃气量负荷预测模型进行燃气负荷数据预测，以输出所述第三历史数据对应的当前日期的燃气负荷数据为目标训练所述燃气负荷预测模型。

22、本技术中的第一训练样本集中的各组第三历史数据包括多组第三历史数据，每组第三历史数据包括当前日期前的多个历史气温和对应的历史燃气负荷数据、当前日期前的多个历史燃气负荷数据的平均值、当前日期的燃气负荷数据和第二日历数据，即本技术通过利用丰富的第三历史数据进行燃气负荷数据预测的预测，从而提高了利用该燃气负荷预测模型进行燃气负荷数据预测的准确性。

23、在一种可能的实现方式中，所述基于在设定时长内的多个历史燃气负荷数据和日历数据，确定在设定时长内各事件对燃气负荷数据影响的平均日期范围，包括：

24、针对每个事件，基于在设定时长内的多个历史燃气负荷数据和日历数据，确定所述事件每次发生时对燃气负荷数据影响的日期范围，其中，所述日期范围包括第一日期和第二日期，所述第一日期早于第二日期；

25、基于所述事件每次发生时对燃气负荷数据影响的日期范围，确定在设定时长内所述事件对燃气负荷数据影响的平均日期范围。

26、本技术能够基于在设定时长内的多个历史燃气负荷数据和日历数据，自动确定在设定时长内各事件对燃气负荷数据影响的平均日期范围，而无需通过人工方式进行确定，从而提高燃气负荷数据的预测效率。

27、在一种可能的实现方式中，所述基于在设定时长内的多个历史燃气负荷数据和日历数据，确定所述事件每次发生时对燃气负荷数据影响的第一日期，包括：

28、基于在设定时长内的日历数据，确定早于或等于所述事件的发生日期的各第一目标日期；

29、基于各第一目标日期对应的燃气负荷数据，确定相邻两个第一目标日期之间的第一负荷比；

30、将第一负荷比小于设定的第一阈值的相邻两个第一目标日期中的最早的第一目标日期作为所述第一日期。

31、本技术能够基于在设定时长内的多个历史燃气负荷数据和日历数据，确定事件每次发生时对燃气负荷数据影响的第一日期，而无需通过人工方式进行确定，从而提高燃气负荷数据的预测效率。

32、在一种可能的实现方式中，所述基于在设定时长内的多个历史燃气负荷数据和日历数据，确定所述事件每次发生时对燃气负荷数据影响的第二日期，包括：

33、基于在设定时长内的日历数据，确定晚于或等于所述事件的发生日期的各第二目标日期；

34、基于各第二目标日期对应的燃气负荷数据，确定相邻两个第二目标日期之间的第二负荷比；

35、将第二负荷比大于设定的第二阈值的相邻两个第二目标日期中的最晚的第二目标日期作为所述第二日期。

36、本技术能够基于在设定时长内的多个历史燃气负荷数据和日历数据，确定事件每次发生时对燃气负荷数据影响的第二日期，而无需通过人工方式进行确定，从而提高燃气负荷数据的预测效率。

37、在一种可能的实现方式中，在得到所述燃气负荷预测模型之后，所述方法还包括：

38、获取第二训练样本集，其中，所述第二训练样本集包括多组第四历史数据，每组第四历史数据包括第三目标日期前的多个第三历史气温和对应的历史燃气负荷数据、第三目标日期前的多个历史燃气负荷数据的平均值和第三日历数据，所述第三日历数据包括日期和对应的第三事件；

39、基于各事件对燃气负荷数据影响的平均日期范围，确定所述第三事件对应的平均日期范围，并加入所述第四历史数据中；

40、针对每组第四历史数据中的每个第三历史气温，基于与所述第三历史气温相邻的第二历史气温的加权值，以及在所述第三历史气温对应的日期之前的至少一个第二历史气温中各相邻两个第二历史气温的差值，更新所述第三历史气温，得到第五历史数据；

41、将所述第二训练样本集中的各组第四历史数据输入所述燃气负荷预测模型进行燃气负荷数据预测，分别得到所述第四历史数据对应的第一燃气负荷数据；

42、将各组第五历史数据输入所述燃气负荷预测模型进行燃气负荷数据预测，分别得到所述第五历史数据对应的第二燃气负荷数据；

43、基于所述第一燃气负荷数据和所述第二燃气负荷数据，调整权重和第二历史气温的总数。

44、本技术能够利用权重和第二历史气温的总数对第四历史数据中的每个第三历史气温进行更新得到第五历史数据，将第四历史数据和第五历史数据分别输入燃气负荷预测模型进行预测，分别得到第一燃气负荷数据和第二燃气负荷数据，并根据第一燃气负荷数据和第二燃气负荷数据调整权重和第二历史气温的总数，从而得到对预测的燃气负荷数据有正向提升作用的权重和第二历史气温的总数。

45、在一种可能的实现方式中，在获取第二训练样本集之前，还包括：

46、将设定的滑动窗口以设定步长在按照日期顺序排列的历史气温上滑动；

47、若所述滑动窗口内的多个历史气温之间的差值大于或等于设定的温度阈值，则将所述滑动窗口内的各历史气温对应的日期作为第三目标日期。

48、根据本技术实施例的第二方面，提供一种燃气负荷预测装置，该装置包括：

49、获取模块，用于获取目标地区的第一历史数据，其中，所述第一历史数据包括当前日期前的多个第一历史气温和对应的历史燃气负荷数据、当前日期前的多个历史燃气负荷数据的平均值和第一日历数据，所述第一日历数据包括日期和对应的第一事件；

50、更新模块，用于针对所述第一历史数据中的每个第一历史气温，基于与所述第一历史气温相邻的第二历史气温的加权值，以及在所述第一历史气温对应的日期之前的至少一个第二历史气温中各相邻两个第二历史气温的差值，更新所述第一历史气温，得到第二历史数据；

51、预测模块，用于基于所述第二历史数据进行燃气负荷数据预测，得到当前日期对应的目标燃气负荷数据。

52、根据本技术实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现上述燃气负荷预测方法的步骤。

53、根据本技术实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一所述方法的步骤。

54、根据本技术实施例的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码在计算机上运行时，使得计算机执行如上述第一方面任一所述方法的步骤。

55、第二方面至第五方面中任意一种实现方式所带来的技术效果可参见第一方面中对应的实现方式所带来的技术效果，此处不再赘述。