本申请涉及深度学习,尤其涉及一种燃气负荷预测方法和电子设备。
背景技术:
1、燃气负荷预测是一种利用历史数据来预测未来燃气需求的技术。它可以帮助城燃公司优化燃气供应、调度和储存,提高运营效率和节约成本。建立燃气负荷预测模型,可以实现客户用气量预测。根据不同客户的用气规律和趋势,分析燃气市场的需求和供给,可以根据每个客户的用气特征和需求,制定个性化的定价策略和服务方案,动态调整燃气输配网的压力和流量,保证燃气供应的安全和稳定。
2、燃气负荷预测一般情况下需要支持多种不同周期预测的任务,每种任务所预测的未来时间不同。现有技术中针对每种任务,都需要训练一个适用于该任务的燃气负荷预测特征提取器和任务头,特征提取器用于对历史数据进行特征提取,任务头用于根据特征提取结果确定预测的燃气负荷。现有技术存在的问题是,各个任务对应的燃气负荷预测模型的训练过程冗余,各个模型部署便捷性差。
技术实现思路
1、本申请提供了一种燃气负荷预测方法和电子设备,用以解决现有技术各个任务对应的燃气负荷预测模型的训练过程冗余,各个模型部署便捷性差的问题。
2、第一方面,本申请提供了一种燃气负荷预测方法,所述方法包括:
3、获取历史时间段内的各个单位时间的燃气负荷影响数据,将各个燃气负荷影响数据输入燃气负荷预测模型;
4、基于所述燃气负荷预测模型中的特征提取网络,对所述各个燃气负荷影响数据进行特征提取,得到燃气负荷特征向量;将所述燃气负荷特征向量输入所述燃气负荷预测模型中的各个不同预测周期各自对应的负荷预测网络,基于各个负荷预测网络,确定对应预测周期的燃气负荷预测数据。
5、第二方面,本申请提供了一种燃气负荷预测装置,所述装置包括:
6、获取模块,用于获取历史时间段内的各个单位时间的燃气负荷影响数据,将各个燃气负荷影响数据输入燃气负荷预测模型;
7、预测模块,用于基于所述燃气负荷预测模型中的特征提取网络,对所述各个燃气负荷影响数据进行特征提取,得到燃气负荷特征向量;将所述燃气负荷特征向量输入所述燃气负荷预测模型中的各个不同预测周期各自对应的负荷预测网络,基于各个负荷预测网络,确定对应预测周期的燃气负荷预测数据。
8、第三方面,本申请提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
9、存储器,用于存放计算机程序;
10、处理器,用于执行存储器上所存放的程序时,实现所述的方法步骤。
11、第四方面,本申请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所述的方法步骤。
12、本申请提供了一种燃气负荷预测方法和电子设备,所述方法包括:获取历史时间段内的各个单位时间的燃气负荷影响数据,将各个燃气负荷影响数据输入燃气负荷预测模型;基于所述燃气负荷预测模型中的特征提取网络,对所述各个燃气负荷影响数据进行特征提取,得到燃气负荷特征向量;将所述燃气负荷特征向量输入所述燃气负荷预测模型中的各个不同预测周期各自对应的负荷预测网络,基于各个负荷预测网络,确定对应预测周期的燃气负荷预测数据。
13、上述的技术方案具有如下优点或有益效果:
14、本申请中,燃气负荷预测模型包括特征提取网络和各个不同预测周期各自对应的负荷预测网络。在进行燃气负荷预测时,获取历史时间段内的各个单位时间的燃气负荷影响数据,将各个燃气负荷影响数据输入燃气负荷预测模型。首先基于特征提取网络对各个燃气负荷影响数据进行特征提取,得到燃气负荷特征向量,然后将燃气负荷特征向量输入各个负荷预测网络,基于各个负荷预测网络,确定各个预测周期的燃气负荷预测数据。本申请部署一个包含多个负荷预测网络的特征提取网络可以实现各个预测周期的燃气负荷预测数据的预测,并且多个负荷预测网络共用一个特征提取网络提供的燃气负荷特征向量。解决了各个任务对应的燃气负荷预测模型的训练过程冗余,各个模型部署便捷性差的问题。
1.一种燃气负荷预测方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,所述获取历史时间段内的各个单位时间的燃气负荷影响数据包括:
3.如权利要求2所述的方法,其特征在于,基于所述燃气负荷预测模型中的特征提取网络,对所述各个燃气负荷影响数据进行特征提取,得到燃气负荷特征向量包括:
4.如权利要求3所述的方法,其特征在于,根据所述各个单位时间的子燃气负荷特征向量,确定所述燃气负荷特征向量包括:
5.如权利要求4所述的方法,其特征在于,基于所述特征提取网络中的卷积网络对所述第二候选特征向量进行卷积处理,确定燃气负荷特征向量包括:
6.如权利要求1所述的方法,其特征在于,将所述燃气负荷特征向量输入所述燃气负荷预测模型中的各个不同预测周期各自对应的负荷预测网络,基于各个负荷预测网络,确定对应预测周期的燃气负荷预测数据包括:
7.如权利要求6所述的方法,其特征在于,将所述燃气负荷特征向量和所述预测周期特征向量输入该负荷预测网络,基于该负荷预测网络,确定对应预测周期的燃气负荷预测数据包括:
8.如权利要求1-7任一项所述的方法,其特征在于,所述燃气负荷预测模型的训练过程包括:
9.如权利要求8所述的方法,其特征在于,所述根据各个不同预测周期各自对应的子损失值,确定所述待训练的燃气负荷预测模型的损失值包括:
10.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;