(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111236075.6 (22)申请日 2021.10.2 2 (71)申请人 广东电网有限责任公司广州供电局 地址 510630 广东省广州市天河区天河南 二路2号 (72)发明人 岳首志　洪海生　刘哲　王伟超　 段炼　熊俊　陈菁　刘琦　乡立　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 李增苗 (51)Int.Cl. G06F 30/27(2020.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 119/06(2020.01) (54)发明名称 一种城中村配变短期电力负荷预测方法和 系统 (57)摘要 本发明公开了一种城中村配变短期电力负 荷预测方法和系统， 利用LSTM模型和Prophet模 型构成Prophet ‑LSTM组合的短期电力负荷预测 模型， 将获取到的目标城中村台区的气温数据、 负荷数据以及对应的节假日数据输入到短期电 力负荷预测模型中， 将LS TM模型输 出的预测负荷 值乘以第一权重， 将Prophet模型输出的预测负 荷值乘以第二权重， 然后将二者叠加， 得到最终 的预测负荷值作为短期电力负荷预测模型的输 出。 本发明提供的负荷预测方法负荷预测的准确 度在70％以上， 最高可达92.86％， 提高了城中村 台区电力负荷预测的准确性和可靠性。 权利要求书2页 说明书7页 附图3页 CN 113935244 A 2022.01.14 CN 113935244 A 1.一种城中村配 变短期电力负荷预测方法， 其特 征在于， 包括： 构建短期电力负荷预测模型， 所述短期电力负荷预测模型包括LSTM模型和Prophet模 型， 所述电力负荷预测模 型的输出为第一权重倍的所述LSTM模型的输出负荷值与第二权重 倍的所述Prophet模型的输出负荷值的叠加； 获取目标城中村区域的气温数据、 目标城中村区域的负荷数据和对应的节假日数据； 将所述气温数据和所述负荷数据输入所述LSTM模型， 将所述气温数据、 所述负荷数据 和所述节假日数据输入所述Prophet模型， 得到所述短期电力负荷预测模型输出的预测负 荷值。 2.根据权利要求1所述的城中村配变短期电力负荷预测方法， 其特征在于， 所述第 一权 重为0.3， 所述第二权 重为0.7。 3.根据权利要求1所述的城中村配变短期电力负荷预测方法， 其特征在于， 所述构建短 期电力负荷预测模型， 包括： 获取目标城中村区域的历史气温数据、 历史负荷数据和对应的节假日数据； 对所述历史气温数据、 所述历史负荷数据和所述节假日数据进行 预处理； 初始化第一所述第一权重为1， 第二权重为0， 迭代次数为1， 将预处理后的数据输入初 始短期电力负荷预测模型， 得到所述初始短期电力负荷预测模 型输出的预测负荷值， 其中， 所述初始短期短期电力负荷预测模型包括LSTM模型和Prophet模型， 所述初始电力负荷预 测模型的输出为第一权重倍的所述LSTM模 型的输出负荷值与第二权重倍的所述Pr ophet模 型的输出负荷值的叠加； 根据所述初始短期电力负荷预测模型输出的预测负荷值计算均方根误差和平均绝对 百分比误差； 判断迭代次数是否大于阈值， 若否， 则迭代次数加1， 第一权重降0.1， 第二权重升0.1， 返回重新计算所述初始短期电力负荷预测模型输出 的预测负荷值， 若是， 则输出所述均方 根误差和平均绝对百分比误差最小时对应的负荷预测 值、 第一权重和第二权重， 更新所述 初始短期电力负荷预测模型的第一权重和第二权重， 得到训练好的短期电力负荷预测模 型。 4.根据权利要求3所述的城中村配变短期电力负荷预测方法， 其特征在于， 所述阈值为 10。 5.根据权利要求3所述的城中村配变短期电力负荷预测方法， 其特征在于， 所述对所述 历史气温数据、 所述历史负荷数据和所述节假日数据进行 预处理， 包括： 采用同类均值插补方式对所述历史气温数据和所述历史负荷数据进行缺失值补全； 将所述历史气温数据、 所述历史负荷数据和所述对应的节假日数据进行关联。 6.根据权利要求1所述的城中村配变短期电力负荷预测方法， 其特征在于， 所述负荷数 据为负载率。 7.一种城中村配 变短期电力负荷预测系统， 其特 征在于， 包括： 模型构建模块， 用于构建短期电力负荷预测模型， 所述短期电力负荷预测模型包括 LSTM模型和Prophet模型， 所述电力负荷预测 模型的输出为第一权重倍的所述LSTM模型的 输出负荷值与第二权 重倍的所述Prophet模型的输出负荷值的叠加； 数据获取模块， 用于获取目标城中村区域的气温数据、 目标城中村区域的负荷数据和权　利　要　求　书 1/2 页 2 CN 113935244 A 2对应的节假日数据； 负荷预测模块， 用于将所述气温数据和所述负荷数据输入所述LSTM模型， 将所述气温 数据、 所述负荷数据和所述节 假日数据输入 所述Prophet模型， 得到所述短期电力负荷预测 模型输出的预测负荷值。 8.根据权利要求7所述的城中村配变短期电力负荷预测系统， 其特征在于， 所述第 一权 重为0.3， 所述第二权 重为0.7。 9.根据权利要求7所述的城中村配变短期电力负荷预测系统， 其特征在于， 所述模型构 建模块， 具体用于： 获取目标城中村区域的历史气温数据、 历史负荷数据和对应的节假日数据； 对所述历史气温数据、 所述历史负荷数据和所述节假日数据进行 预处理； 初始化第一所述第一权重为1， 第二权重为0， 迭代次数为1， 将预处理后的数据输入初 始短期电力负荷预测模型， 得到所述初始短期电力负荷预测模 型输出的预测负荷值， 其中， 所述初始短期短期电力负荷预测模型包括LSTM模型和Prophet模型， 所述初始电力负荷预 测模型的输出为第一权重倍的所述LSTM模 型的输出负荷值与第二权重倍的所述Pr ophet模 型的输出负荷值的叠加； 根据所述初始短期电力负荷预测模型输出的预测负荷值计算均方根误差和平均绝对 百分比误差； 判断迭代次数是否大于阈值， 若否， 则迭代次数加1， 第一权重降0.1， 第二权重升0.1， 返回重新计算所述初始短期电力负荷预测模型输出 的预测负荷值， 若是， 则输出所述均方 根误差和平均绝对百分比误差最小时对应的负荷预测 值、 第一权重和第二权重， 更新所述 初始短期电力负荷预测模型的第一权重和第二权重， 得到训练好的短期电力负荷预测模 型。 10.根据权利要求9所述的城中村配变短期电力负荷预测系统， 其特征在于， 所述阈值 为10。权　利　要　求　书 2/2 页 3 CN 113935244 A 3