CN117040135A - 电力设备供电方法、装置、电子设备和计算机可读介质 - Google Patents
电力设备供电方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117040135A CN117040135A CN202311212744.5A CN202311212744A CN117040135A CN 117040135 A CN117040135 A CN 117040135A CN 202311212744 A CN202311212744 A CN 202311212744A CN 117040135 A CN117040135 A CN 117040135A
- Authority
- CN
- China
- Prior art keywords
- information
- energy consumption
- annual
- historical
- annual energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005265 energy consumption Methods 0.000 claims abstract description 327
- 230000005611 electricity Effects 0.000 claims abstract description 87
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims description 30
- 238000012800 visualization Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 description 16
- 230000000153 supplemental effect Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003758 nuclear fuel Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00022—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using wireless data transmission
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了电力设备供电方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列;将历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息;对预测年度能耗信息进行拆分处理,得到预测月度能耗信息集;对预测年度能耗信息和预测月度能耗信息集进行可视化处理,得到能源消耗图表;将能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电。该实施方式提高了电力设备供电的准确度。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及电力设备供电方法、装置、电子设备和计算机可读介质。
背景技术
供电终端为电力设备供电时,需要获取电力设备的能耗信息,然后根据能耗信息为电力设备供电。目前,在为电力设备供电时,通常采用的方式为:采集各个电力设备的用电量信息、能量转化率信息和能量损耗信息,通过能耗公式,确定电力设备的能耗信息,然后为电力设备供电。
然而,发明人发现,当采用上述方式为电力设备供电时,经常会存在如下技术问题:
第一,通过能耗公式确定电力设备的能耗信息的方式,仅能确定理想状态下的一个电力设备的能耗信息,难以考虑到为各个电力设备供电时,部分能量转化导致的能耗增加,从而,导致得到的能耗信息的准确度降低,进而,导致电力设备供电的准确度降低;
第二,通过能耗公式确定电力设备的能耗信息的方式,能耗公式所需的部分数据(例如,电力设备的热力数据)需要通过特定的采集设备进行采集,当采集设备短缺时,会导致难以及时采集部分数据,从而,导致难以及时确定能耗信息,进而,导致难以及时为电力设备供电。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了电力设备供电方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种电力设备供电方法,该方法包括:获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列,其中,上述历史年度电能信息序列中历史年度电能信息的数量为第一预设数量,上述历史年度能耗信息序列中历史年度能耗信息的数量为第二预设数量,上述历史年度用电补充信息序列中历史年度用电补充信息的数量为第三预设数量;将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息;对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集;对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表;将上述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电,其中,上述电力设备状态信息是通过采集设备采集的表征各个电力设备当前用电状态的信息。
第二方面,本公开的一些实施例提供了一种电力设备供电装置,装置包括:获取单元,被配置成获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列,其中,上述历史年度电能信息序列中历史年度电能信息的数量为第一预设数量,上述历史年度能耗信息序列中历史年度能耗信息的数量为第二预设数量,上述历史年度用电补充信息序列中历史年度用电补充信息的数量为第三预设数量;输入单元,被配置成将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息;拆分单元,被配置成对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集;可视化单元,被配置成对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表;发送单元,被配置成将上述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电,其中,上述电力设备状态信息是通过采集设备采集的表征各个电力设备当前用电状态的信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面中任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面中任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的电力设备供电方法,可以提高电力设备供电的准确度。具体来说,造成电力设备供电的准确度降低的原因在于:通过能耗公式确定电力设备的能耗信息的方式,仅能确定理想状态下的一个电力设备的能耗信息,难以考虑到为各个电力设备供电时,部分能量转化导致的能耗增加,从而,导致得到的能耗信息的准确度降低。基于此,本公开的一些实施例的电力设备供电方法,首先,获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列。其次,将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息。由此,可以通过相关联的电能信息、能耗信息、补充信息和预先训练的预测模型,预测当前年份的能耗信息。然后,对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集。由此,可以得到当前年份的各个月份的能耗信息。接着,对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表。由此,可以得到可视化的图表,以便供电终端为电力设备供电。最后,将上述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电。由此,供电终端可以根据能源消耗图表表征的当前年份的能源消耗信息和当前电力设备的状态信息,为电力设备供电。因此,本公开的一些电力设备供电方法,可以根据历史的电能信息、能耗信息、补充信息和预先训练的预测模型,对当前年份的能耗信息进行预测以及对能耗信息进行拆分,从而,可以提高能耗信息的准确度进而,可以提高为电力设备供电的准确度。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的电力设备供电方法的一些实施例的流程图;
图2是根据本公开的电力设备供电装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的电力设备供电方法的一些实施例的流程100。该电力设备供电方法,包括以下步骤:
步骤101,获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列。
在一些实施例中,电力设备供电方法的执行主体可以通过有线连接或无线连接的方式从终端设备上获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列。其中,上述历史年度电能信息序列中历史年度电能信息的数量为第一预设数量,上述历史年度能耗信息序列中历史年度能耗信息的数量为第二预设数量,上述历史年度用电补充信息序列中历史年度用电补充信息的数量为第三预设数量。
具体的,上述历史年度电能信息序列中的各个历史年度电能信息可以是按照时间的先后顺序排序的。上述历史年度电能信息序列中的各个历史年度电能信息可以表征目标对象在当前年份及当前年份之前的各个年份的用电量。上述历史年度电能信息序列中的最后一个历史年度电能信息可以表征当前年份的用电量。这里,上述目标对象可以是但不限于以下至少一项:目标区域或目标行业。
上述历史年度能耗信息序列中的各个历史年度能耗信息可以是按照时间的先后顺序排序的。上述历史年度能耗信息序列中的每个历史年度能耗信息可以表征目标对象在当前年份之前的各个年份的能源消耗值。这里,上述能源消耗值可以是标准煤消耗值。上述历史年度能耗信息序列中的最后一个历史年度能耗信息可以表征当前年份的上一个年份的能源消耗值。
上述历史年度用电补充信息序列中的各个历史年度用电补充信息可以是按照时间的先后顺序排序的。上述历史年度用电补充信息序列中的每个历史年度用电补充信息可以表征目标对象在当前年份及当前年份之前的各个年份的用电补充值。这里,上述用电补充值可以是但不限于以下至少一项:清洁能源占比值。上述历史年度用电补充信息序列中的最后一个历史年度用电补充信息可以表征当前年份的用电补充值。
作为示例,上述第一预设数量可以是5。上述第二预设数量可以是4。上述第三预设数量可以是6。上述目标区域可以是但不限于以下至少一项:省、市或县。上述目标行业可以是但不限于以下至少一项:电力热力生产业、电力热力供应业、石油加工炼焦及核燃料加工业或化学原料及化学制品制造业。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,将历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息。
在一些实施例中,上述执行主体可以将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息。其中,上述预先训练的能耗信息预测模型可以是预先训练的以历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列为输入,以预测年度能耗信息为输出的预测模型。上述预先训练的能耗信息预测模型可以包括但不限于以下至少一项:模型系数信息。上述模型系数信息可以表征上述能耗信息预测模型的相关系数。上述模型系数信息可以包括但不限于以下至少一项:预测补偿值、预测残差值、第一预测系数向量、第二预测系数向量、第三预测系数向量和第四预测系数值。
在一些实施例的一些可选的实现方式中,上述执行主体将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息,可以包括以下步骤:
第一步,对上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列分别进行向量化处理,得到历史年度电能向量、历史年度能耗向量和历史年度用电补充向量。其中,上述对上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列分别进行向量化处理,可以是:首先,将上述历史年度电能信息序列中每个历史年度电能信息包括的用电量作为历史年度电能向量的一维,得到历史年度电能向量。其次,将上述历史年度能耗信息序列中每个历史年度能耗信息包括的能源消耗值作为历史年度能耗向量的一维,得到历史年度能耗向量。然后,将上述历史年度用电补充信息序列中每个历史年度用电补充信息包括的用电补充值作为历史年度用电补充向量的一维,得到历史年度用电补充向量。
第二步,基于上述预先训练的能耗信息预测模型包括的模型系数信息,对上述历史年度电能向量、上述历史年度能耗向量和上述历史年度用电补充向量进行预测处理,得到总年度能耗预测值。
第三步,将上述总年度能耗预测值与上述能耗信息预测模型包括的预测补偿值和预测残差值的和,确定为目标年度能耗预测值。
第四步,将上述目标年度能耗预测值确定为上述预测年度能耗信息。
在一些实施例的一些可选的实现方式中,上述执行主体基于上述预先训练的能耗信息预测模型包括的模型系数信息,对上述历史年度电能向量、上述历史年度能耗向量和上述历史年度用电补充向量进行预测处理,得到总年度能耗预测值,可以包括以下步骤:
第一步,将上述历史年度电能向量与上述第一预测系数向量的乘积,确定为第一年度能耗预测值。
第二步,将上述历史年度能耗向量与上述第二预测系数向量的乘积,确定为第二年度能耗预测值。
第三步,将上述历史年度用电补充向量与上述第三预测系数向量的乘积,确定为第三年度能耗预测值。
第四步,将上述历史年度电能信息序列中历史年度电能信息的数量与上述第四预测系数值的乘积,确定为第四年度能耗预测值。
第五步,将上述第一年度能耗预测值、上述第二年度能耗预测值、上述第三年度能耗预测值和上述第四年度能耗预测值的和,确定为上述总年度能耗预测值。
可选地,上述第一预设数量、上述第二预设数量、上述第三预设数量和上述预先训练的能耗信息预测模型可以是通过以下步骤生成的:
第一步,获取训练样本信息序列。其中,上述训练样本信息序列中的每个训练样本信息包括:样本年度电能信息序列、样本年度能耗信息序列、样本年度用电补充信息序列和样本预测年度能耗信息。可以从存储终端上获取上述训练样本信息序列。上述存储终端可以是用于存储上述训练样本信息序列的终端。上述样本年度电能信息序列中的各个样本年度电能信息可以表征目标对象在预设历史年份及预设历史年份之前的各个年份的用电量。上述样本年度能耗信息序列中的每个样本年度能耗信息可以表征目标对象在上述预设历史年份之前的各个年份的能源消耗值。上述样本年度用电补充信息序列中的每个样本年度用电补充信息可以表征目标对象在上述预设历史年份及上述预设历史年份之前的各个年份的用电补充值。上述样本预测年度能耗信息可以表征目标对象在上述预设历史年份的能源消耗值。
作为示例,上述预设历史年份可以是但不限于以下至少一项:2022年、2021年或2020年。
第二步,对于上述训练样本信息序列中的每个训练样本信息,执行以下确定子步骤:
第一子步骤,从训练样本信息包括的样本年度电能信息序列中选取第一初始数量的样本年度电能信息、样本年度能耗信息序列中选取第二初始数量的样本年度能耗信息和样本年度用电补充信息序列中选取第三初始数量的样本年度用电补充信息、输入至初始能耗信息预测模型,得到初始预测年度能耗信息。其中,初始能耗信息预测模型包括:初始模型系数信息。可以将上述训练样本信息包括的样本年度电能信息序列中后第一初始数量个样本年度电能信息确定为初始年度电能信息序列。可以将上述训练样本信息包括的样本年度能耗信息序列中后第二初始数量个样本年度能耗信息确定为初始年度能耗信息序列。可以将上述训练样本信息包括的样本年度用电补充信息序列中后第三初始数量个样本年度用电补充信息确定为初始年度用电补充信息序列。最后,可以将上述初始年度电能信息序列、上述初始年度能耗信息序列和上述初始年度用电补充信息序列输入至上述初始能耗信息预测模型,得到初始预测年度能耗信息。具体的,生成上述初始预测年度能耗信息的具体实现方式及其所带来的技术效果,可以参考上述实施例中的步骤102,在此不再赘述。
上述初始能耗信息预测模型可以是未经训练的以初始年度电能信息序列、初始年度能耗信息序列和初始年度用电补充信息序列为输入,以初始预测年度能耗信息为输出的预测模型。上述初始模型系数信息可以表征上述初始能耗信息预测模型的相关系数。
作为示例,上述第一初始数量可以是10。上述第二初始数量可以是10。上述第三初始数量可以是10。上述初始能耗信息预测模型可以是ARDL(Autoregressive DistributedLag,自回归分布滞后)模型。
第二子步骤,基于初始预测年度能耗信息和训练样本信息包括的样本预测年度能耗信息,对第一初始数量、第二初始数量、第三初始数量和初始能耗信息预测模型包括的初始模型系数信息分别进行调整处理,得到第一样本数量、第二样本数量、第三样本数量和调整能耗信息预测模型。其中,可以通过预设的调整方法,对第一初始数量、第二初始数量、第三初始数量和初始能耗信息预测模型包括的初始模型系数信息分别进行调整处理,得到第一样本数量、第二样本数量、第三样本数量和调整能耗信息预测模型。
作为示例,上述预设的调整方法可以是极大似然估计法。
第三子步骤,确定调整能耗信息预测模型对应的预测模型指标值。其中,可以通过预设的指标确定算法,确定调整能耗信息预测模型对应的预测模型指标值。
作为示例,上述预设的指标确定算法可以是AIC(Akaike informationcriterion,赤池信息量准则)算法。
第四子步骤,将第一样本数量、第二样本数量、第三样本数量和调整能耗信息预测模型分别确定为训练样本信息的下一个训练样本信息对应的第一初始数量、第二初始数量、第三初始数量和初始能耗信息预测模型。
第三步,将所确定的各个预测模型指标值中最小的预测指标值对应的调整能耗信息预测模型确定为能耗信息预测模型。
第四步,将上述能耗信息预测模型对应的第一样本数量、第二样本数量和第三样本数量分别确定为上述第一预设数量、上述第二预设数量和上述第三预设数量。
可选地,上述执行主体在上述从训练样本信息包括的样本年度电能信息序列中选取第一初始数量的样本年度电能信息、样本年度能耗信息序列中选取第二初始数量的样本年度能耗信息和样本年度用电补充信息序列中选取第三初始数量的样本年度用电补充信息、输入至初始能耗信息预测模型,得到初始预测年度能耗信息之前,还可以执行以下步骤:
第一步,获取样本白噪声值序列。其中,上述样本白噪声值序列中样本白噪声值的数量与上述第一初始数量相等。可以从存储终端上获取上述样本白噪声值序列。
作为示例,上述样本白噪声值序列中的每个样本白噪声值可以是高斯白噪声。
第二步,对于上述样本白噪声值序列中每个样本白噪声值,执行以下确定子步骤:
第一子步骤,响应于确定上述样本白噪声值满足预设序号条件,将预设数值确定为迭代系数值。其中,上述预设序号条件可以是上述样本白噪声值为上述样本白噪声值序列中第一个样本白噪声值。
作为示例,上述预设数值可以是0.1。
第二子步骤,响应于确定上述样本白噪声值不满足上述预设序号条件,基于上述样本白噪声值的上一个样本白噪声值对应的预测年度能耗残差值,确定迭代系数值。其中,可以通过预设的确定算法,基于上述样本白噪声值的上一个样本白噪声值对应的预测年度能耗残差值,确定迭代系数值。
作为示例,上述预设的确定算法可以是ARCH(autoregressive conditionalheteroskedasticity model,自回归条件异方差模型)算法。
第三子步骤,将上述样本白噪声值与迭代系数值的乘积确定为预测年度能耗残差值。
第三步,将所生成的各个预测年度能耗残差值确定为预测年度能耗残差值序列。
第四步,将上述预测年度能耗残差值序列中最后一个预测年度能耗残差值确定为上述初始能耗信息预测模型包括的预测年度能耗残差值。
可选地,上述执行主体在上述将上述能耗信息预测模型对应的第一样本数量、第二样本数量和第三样本数量分别确定为上述第一预设数量、上述第二预设数量和上述第三预设数量之前,还可以执行以下步骤:
第一步,对上述能耗信息预测模型对应的预测年度能耗残差值序列进行检验处理,得到残差检验值和残差置信度值。其中,可以通过预设的检验算法,对上述能耗信息预测模型对应的预测年度能耗残差值序列进行检验处理,得到残差检验值和残差置信度值。
作为示例,上述预设的检验算法可以是白噪声检验算法。
第二步,响应于确定上述残差检验值小于预设检验阈值,或上述残差置信度值大于预设置信阈值,执行以下调整子步骤:
第一子步骤,获取目标训练样本信息序列。其中,可以从上述存储终端上获取上述目标训练样本信息序列。上述目标训练样本信息序列中可以与上述训练样本信息序列不同。
作为示例,上述预设检验阈值可以是5。上述预设置信阈值可以是0.05。
第二子步骤,将上述目标训练样本信息序列确定为训练样本信息序列,以及将能耗信息预测模型确定为初始能耗信息预测模型,以供再次执行上述确定步骤。
由此,可以根据白噪声序列,通过迭代生成预测年度能耗残差值序列。由此,可以降低预测年度能耗残差值序列的自相关性,以提高预测年度能耗残差值的随机性。进而,可以提高能耗信息预测模型的准确度。然后,通过对能耗信息预测模型的进一步检验,可以再次确定能耗信息预测模型包括的预测年度能耗残差值的随机性。当预测年度能耗残差值的随机性未满足要求时,再次对能耗信息预测模型进行调整。从而,可以提高能耗信息预测模型的准确度。进而,可以提高得到预测年度能耗信息的准确度。
步骤102的相关内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“难以及时为电力设备供电”。其中,导致了难以及时为电力设备供电的因素往往如下:通过能耗公式确定电力设备的能耗信息的方式,能耗公式所需的部分数据(例如,电力设备的热力数据)需要通过特定设计的采集设备进行采集,当采集设备短缺时,会导致难以及时采集部分数据,从而,导致难以及时确定能耗信息。如果解决了上述因素,就能达到可以及时为电力设备供电的效果。为了达到这一效果,本公开可以通过采集的历史电能信息、历史能耗信息和历史补充信息,然后,可以根据历史电能信息与当前能耗信息的相关性、历史能耗信息与当前能耗信息的相关性、历史补充信息对当前能耗信息的相关性,通过预先训练的预测模型,预测当前年份的年度能耗值。从而,可以无需采集复杂数据(例如,目标区域内各个用电设备的能耗转换率),可以及时确定能耗信息,进而,可以及时为电力设备供电。
步骤103,对预测年度能耗信息进行拆分处理,得到预测月度能耗信息集。
在一些实施例中,上述执行主体可以对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集。
在一些实施例的一些可选的实现方式中,上述执行主体对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集,可以包括以下步骤:
第一步,获取月度用电量序列。其中,可以从上述终端设备上获取上述月度用电量序列。上述月度用电量序列中的各个月度用电量可以是按照时间的先后顺序排序的。上述月度用电量序列中的每个月度用电量可以是上述目标对象在当前年份中的一个月份的用电量。
第二步,基于预设的月度相关矩阵,建立上述月度用电量序列中的每个月度用电量对应的月度能耗拆分函数,得到月度能耗拆分函数集。其中,上述月度能耗拆分函数可以如以下公式所示:
。
其中,表示月度用电量。/>表示预测月度能耗值自变量。/>表示月度能耗拆分函数。/>表示序号。/>表示第/>个月度用电量。/>表示与第/>个月度用电量对应的预测月度能耗值自变量。/>表示与第/>个月度用电量对应的月度能耗拆分函数。/>表示上述预设的月度相关矩阵。/>表示/>的转置。上述/>可以是一个正定矩阵。
第三步,基于上述预测年度能耗信息,确定上述月度能耗拆分函数集中每个月度能耗拆分函数对应的预测月度能耗信息,得到预测月度能耗信息集。其中,可以通过以下公式,确定上述月度能耗拆分函数集中每个月度能耗拆分函数对应的预测月度能耗信息:
。
其中,表示与第/>个月度用电量对应的预测月度能耗信息。/>表示上述预测年度能耗信息。
由此,由于用电信息与能耗信息为正相关关系,由此,可以根据当前年份的各个月份的月度用电信息、确定各个月份的能耗信息。
步骤104,对预测年度能耗信息和预测月度能耗信息集进行可视化处理,得到能源消耗图表。
在一些实施例中,上述执行主体可以对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表。其中,可以通过预设的可视化算法,对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表。上述能源消耗图表可以表征目标对象在当前年份以及当前年份的各个月份的能源消耗值。
作为示例,上述预设的可视化算法可以包括但不限于以下至少一项:Matplotlib(基础绘图库)算法、Pyecharts(交互式图表)算法、Pyecharts(交互式图表)算法和Plotly(动态交互图表)算法。
步骤105,将能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电。
在一些实施例中,上述执行主体可以将上述能源消耗图表和电力设备状态信息发送至供电终端以为上述目标对象包括的各个电力设备供电。其中,上述电力设备状态信息是通过采集设备采集的表征各个电力设备当前用电状态的信息。上述供电终端可以是用于为上述电力设备供电的终端。上述供电终端可以根据上述能源消耗图表和上述电力设备状态信息,向上述电力设备供电。上述电力设备状态信息可以包括但不限于以下至少一项:电力设备用电功率集和电力设备电压值集。上述电力设备用电功率集中的每个电力设备用电功率可以是一个电力设备当前的用电功率。上述电力设备电压值集中的每个电力设备电压值可以是一个电力设备当前的电压值。
作为示例,上述电力设备可以包括但不限于以下至少一项:发电机、变压器和互感器。上述采集设备可以但不限于以下至少一项:万用电表、电压采样互感器或电流采样互感器。当上述能源消耗图表表征的年度能耗值大于一定阈值时,上述供电终端可以增加为电力设备供电的功率。当上述能源消耗图表表征的年度能耗值小于等于上述一定阈值时,上述供电终端可以减少为电力设备供电的功率。上述一定阈值可以是150000。当上述电力设备状态信息包括的电力设备用电功率小于一定功率阈值时,上述供电终端可以增加为电力设备供电的功率。当上述电力设备状态信息包括的电力设备用电功率大于等于上述一定功率阈值时,上述供电终端可以减少为电力设备供电的功率。上述一定功率阈值可以是100kw(千瓦)。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的电力设备供电方法,可以提高电力设备供电的准确度。具体来说,造成电力设备供电的准确度降低的原因在于:通过能耗公式确定电力设备的能耗信息的方式,仅能确定理想状态下的一个电力设备的能耗信息,难以考虑到为各个电力设备供电时,部分能量转化导致的能耗增加,从而,导致得到的能耗信息的准确度降低。基于此,本公开的一些实施例的电力设备供电方法,首先,获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列。其次,将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息。由此,可以通过相关联的电能信息、能耗信息、补充信息和预先训练的预测模型,预测当前年份的能耗信息。然后,对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集。由此,可以得到当前年份的各个月份的能耗信息。接着,对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表。由此,可以得到可视化的图表,以便供电终端为电力设备供电。最后,将上述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电。由此,供电终端可以根据能源消耗图表表征的当前年份的能源消耗信息和当前电力设备的状态信息,为电力设备供电。因此,本公开的一些电力设备供电方法,可以根据历史的电能信息、能耗信息、补充信息和预先训练的预测模型,对当前年份的能耗信息进行预测以及对能耗信息进行拆分,从而,可以提高能耗信息的准确度进而,可以提高为电力设备供电的准确度。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种电力设备供电装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该电力设备供电装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的电力设备供电装置200包括:获取单元201、输入单元202、拆分单元203、可视化单元204和发送单元205。其中,获取单元201,被配置成获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列,其中,上述历史年度电能信息序列中历史年度电能信息的数量为第一预设数量,上述历史年度能耗信息序列中历史年度能耗信息的数量为第二预设数量,上述历史年度用电补充信息序列中历史年度用电补充信息的数量为第三预设数量;输入单元202,被配置成将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息;拆分单元203,被配置成对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集;可视化单元204,被配置成对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表;发送单元205,被配置成将上述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电,其中,上述电力设备状态信息是通过采集设备采集的表征各个电力设备当前用电状态的信息。
可以理解的是,该电力设备供电装置200中记载的诸单元与参考图1描述的电力设备供电方法中的各个步骤相对应。由此,上文针对电力设备供电方法描述的操作、特征以及产生的有益效果同样适用于电力设备供电装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的终端设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列,其中,上述历史年度电能信息序列中历史年度电能信息的数量为第一预设数量,上述历史年度能耗信息序列中历史年度能耗信息的数量为第二预设数量,上述历史年度用电补充信息序列中历史年度用电补充信息的数量为第三预设数量;将上述历史年度电能信息序列、上述历史年度能耗信息序列和上述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息;对上述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集;对上述预测年度能耗信息和上述预测月度能耗信息集进行可视化处理,得到能源消耗图表;将上述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电,其中,上述电力设备状态信息是通过采集设备采集的表征各个电力设备当前用电状态的信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、输入单元、拆分单元、可视化单元和发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种电力设备供电方法,包括:
获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列,其中,所述历史年度电能信息序列中历史年度电能信息的数量为第一预设数量,所述历史年度能耗信息序列中历史年度能耗信息的数量为第二预设数量,所述历史年度用电补充信息序列中历史年度用电补充信息的数量为第三预设数量;
将所述历史年度电能信息序列、所述历史年度能耗信息序列和所述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息;
对所述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集;
对所述预测年度能耗信息和所述预测月度能耗信息集进行可视化处理,得到能源消耗图表;
将所述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电,其中,所述电力设备状态信息是通过采集设备采集的表征各个电力设备当前用电状态的信息。
2.根据权利要求1所述的方法,其中,所述预先训练的能耗信息预测模型包括:模型系数信息,所述模型系数信息包括:预测补偿值和预测残差值;以及
所述将所述历史年度电能信息序列、所述历史年度能耗信息序列和所述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息,包括:
对所述历史年度电能信息序列、所述历史年度能耗信息序列和所述历史年度用电补充信息序列分别进行向量化处理,得到历史年度电能向量、历史年度能耗向量和历史年度用电补充向量;
基于所述预先训练的能耗信息预测模型包括的模型系数信息,对所述历史年度电能向量、所述历史年度能耗向量和所述历史年度用电补充向量进行预测处理,得到总年度能耗预测值;
将所述总年度能耗预测值与所述能耗信息预测模型包括的预测补偿值和预测残差值的和,确定为目标年度能耗预测值;
将所述目标年度能耗预测值确定为所述预测年度能耗信息。
3.根据权利要求2所述的方法,其中,所述模型系数信息还包括:第一预测系数向量、第二预测系数向量、第三预测系数向量和第四预测系数值;以及
所述基于所述预先训练的能耗信息预测模型包括的模型系数信息,对所述历史年度电能向量、所述历史年度能耗向量和所述历史年度用电补充向量进行预测处理,得到总年度能耗预测值,包括:
将所述历史年度电能向量与所述第一预测系数向量的乘积,确定为第一年度能耗预测值;
将所述历史年度能耗向量与所述第二预测系数向量的乘积,确定为第二年度能耗预测值;
将所述历史年度用电补充向量与所述第三预测系数向量的乘积,确定为第三年度能耗预测值;
将所述历史年度电能信息序列中历史年度电能信息的数量与所述第四预测系数值的乘积,确定为第四年度能耗预测值;
将所述第一年度能耗预测值、所述第二年度能耗预测值、所述第三年度能耗预测值和所述第四年度能耗预测值的和,确定为所述总年度能耗预测值。
4.根据权利要求1所述的方法,其中,所述对所述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集,包括:
获取月度用电量序列;
基于预设的月度相关矩阵,建立所述月度用电量序列中的每个月度用电量对应的月度能耗拆分函数,得到月度能耗拆分函数集;
基于所述预测年度能耗信息,确定所述月度能耗拆分函数集中每个月度能耗拆分函数对应的预测月度能耗信息,得到预测月度能耗信息集。
5.根据权利要求1所述的方法,其中,所述第一预设数量、所述第二预设数量、所述第三预设数量和所述预先训练的能耗信息预测模型是通过以下步骤生成的:
获取训练样本信息序列,其中,所述训练样本信息序列中的每个训练样本信息包括:样本年度电能信息序列、样本年度能耗信息序列、样本年度用电补充信息序列和样本预测年度能耗信息;
对于所述训练样本信息序列中的每个训练样本信息,执行以下确定步骤:
从训练样本信息包括的样本年度电能信息序列中选取第一初始数量的样本年度电能信息、样本年度能耗信息序列中选取第二初始数量的样本年度能耗信息和样本年度用电补充信息序列中选取第三初始数量的样本年度用电补充信息、输入至初始能耗信息预测模型,得到初始预测年度能耗信息,其中,初始能耗信息预测模型包括:初始模型系数信息;
基于初始预测年度能耗信息和训练样本信息包括的样本预测年度能耗信息,对第一初始数量、第二初始数量、第三初始数量和初始能耗信息预测模型包括的初始模型系数信息分别进行调整处理,得到第一样本数量、第二样本数量、第三样本数量和调整能耗信息预测模型;
确定调整能耗信息预测模型对应的预测模型指标值;
将第一样本数量、第二样本数量、第三样本数量和调整能耗信息预测模型分别确定为训练样本信息的下一个训练样本信息对应的第一初始数量、第二初始数量、第三初始数量和初始能耗信息预测模型;
将所确定的各个预测模型指标值中最小的预测指标值对应的调整能耗信息预测模型确定为能耗信息预测模型;
将所述能耗信息预测模型对应的第一样本数量、第二样本数量和第三样本数量分别确定为所述第一预设数量、所述第二预设数量和所述第三预设数量。
6.一种电力设备供电装置,包括:
获取单元,被配置成获取历史年度电能信息序列、历史年度能耗信息序列和历史年度用电补充信息序列,其中,所述历史年度电能信息序列中历史年度电能信息的数量为第一预设数量,所述历史年度能耗信息序列中历史年度能耗信息的数量为第二预设数量,所述历史年度用电补充信息序列中历史年度用电补充信息的数量为第三预设数量;
输入单元,被配置成将所述历史年度电能信息序列、所述历史年度能耗信息序列和所述历史年度用电补充信息序列输入至预先训练的能耗信息预测模型,得到预测年度能耗信息;
拆分单元,被配置成对所述预测年度能耗信息进行拆分处理,得到预测月度能耗信息集;
可视化单元,被配置成对所述预测年度能耗信息和所述预测月度能耗信息集进行可视化处理,得到能源消耗图表;
发送单元,被配置成将所述能源消耗图表和电力设备状态信息发送至供电终端以为目标对象包括的各个电力设备供电,其中,所述电力设备状态信息是通过采集设备采集的表征各个电力设备当前用电状态的信息。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311212744.5A CN117040135B (zh) | 2023-09-20 | 2023-09-20 | 电力设备供电方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311212744.5A CN117040135B (zh) | 2023-09-20 | 2023-09-20 | 电力设备供电方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117040135A true CN117040135A (zh) | 2023-11-10 |
CN117040135B CN117040135B (zh) | 2024-01-12 |
Family
ID=88641276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311212744.5A Active CN117040135B (zh) | 2023-09-20 | 2023-09-20 | 电力设备供电方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117040135B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103606013A (zh) * | 2013-12-06 | 2014-02-26 | 国家电网公司 | 一种基于支持向量机的用户年度用电量预测方法 |
CN106327028A (zh) * | 2016-11-09 | 2017-01-11 | 国网能源研究院 | 一种终端能源消耗量预测方法及装置 |
CN114330824A (zh) * | 2021-11-19 | 2022-04-12 | 广东电网有限责任公司 | 一种考虑源荷协同运行的能源需求预测方法及系统 |
US20220301054A1 (en) * | 2021-03-18 | 2022-09-22 | Beijing Kedong Electric Power Control System Co., Ltd. | Block bidding method and system for promoting clean energy consumption based on the power trading platform |
CN115115088A (zh) * | 2022-05-17 | 2022-09-27 | 国网上海市电力公司 | 商业楼宇碳排放量动态监测预警方法、系统、终端及介质 |
CN115809783A (zh) * | 2022-12-09 | 2023-03-17 | 国网江苏省电力有限公司扬州供电分公司 | 一种中大型能源用户分行业能效评价预测方法及装置 |
CN116187823A (zh) * | 2022-12-31 | 2023-05-30 | 国家电网有限公司大数据中心 | 一种基于电力数据的区域碳排放计算方法及装置 |
CN116485207A (zh) * | 2023-05-04 | 2023-07-25 | 中国地质大学(武汉) | 一种区域能源流动的数据分析方法及系统 |
-
2023
- 2023-09-20 CN CN202311212744.5A patent/CN117040135B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103606013A (zh) * | 2013-12-06 | 2014-02-26 | 国家电网公司 | 一种基于支持向量机的用户年度用电量预测方法 |
CN106327028A (zh) * | 2016-11-09 | 2017-01-11 | 国网能源研究院 | 一种终端能源消耗量预测方法及装置 |
US20220301054A1 (en) * | 2021-03-18 | 2022-09-22 | Beijing Kedong Electric Power Control System Co., Ltd. | Block bidding method and system for promoting clean energy consumption based on the power trading platform |
CN114330824A (zh) * | 2021-11-19 | 2022-04-12 | 广东电网有限责任公司 | 一种考虑源荷协同运行的能源需求预测方法及系统 |
CN115115088A (zh) * | 2022-05-17 | 2022-09-27 | 国网上海市电力公司 | 商业楼宇碳排放量动态监测预警方法、系统、终端及介质 |
CN115809783A (zh) * | 2022-12-09 | 2023-03-17 | 国网江苏省电力有限公司扬州供电分公司 | 一种中大型能源用户分行业能效评价预测方法及装置 |
CN116187823A (zh) * | 2022-12-31 | 2023-05-30 | 国家电网有限公司大数据中心 | 一种基于电力数据的区域碳排放计算方法及装置 |
CN116485207A (zh) * | 2023-05-04 | 2023-07-25 | 中国地质大学(武汉) | 一种区域能源流动的数据分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117040135B (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240127795A1 (en) | Model training method, speech recognition method, device, medium, and apparatus | |
CN116703131B (zh) | 电力资源分配方法、装置、电子设备和计算机可读介质 | |
CN116562600B (zh) | 供水控制方法、装置、电子设备和计算机可读介质 | |
CN115085196A (zh) | 电力负荷预测值确定方法、装置、设备和计算机可读介质 | |
CN111683156A (zh) | 信息推送方法、装置、电子设备和计算机可读介质 | |
CN113392018B (zh) | 流量分发方法、装置、存储介质及电子设备 | |
CN113256339B (zh) | 资源投放的方法、装置、存储介质及电子设备 | |
CN117236805B (zh) | 电力设备控制方法、装置、电子设备和计算机可读介质 | |
CN116512980B (zh) | 基于动力电池内阻的功率分配方法、装置、设备和介质 | |
CN116388112B (zh) | 异常供应端断电方法、装置、电子设备和计算机可读介质 | |
CN115759444B (zh) | 电力设备分配方法、装置、电子设备和计算机可读介质 | |
CN117040135B (zh) | 电力设备供电方法、装置、电子设备和计算机可读介质 | |
CN111898061B (zh) | 搜索网络的方法、装置、电子设备和计算机可读介质 | |
CN113723712B (zh) | 风电功率预测方法、系统、设备及介质 | |
CN110929209B (zh) | 用于发送信息的方法及装置 | |
CN116757443B (zh) | 新型配电网电力线损率预测方法、装置、电子设备和介质 | |
CN116894163B (zh) | 基于信息安全的充放电设施负荷预测信息生成方法和装置 | |
CN114629821B (zh) | 物联网用量数据生成方法、装置、设备和介质 | |
CN117235535B (zh) | 异常供应端断电方法、装置、电子设备和介质 | |
CN115565607B (zh) | 确定蛋白质信息的方法、装置、可读介质及电子设备 | |
CN116645211B (zh) | 推荐用户信息生成方法、装置、设备和计算机可读介质 | |
CN117708768A (zh) | 负荷信息发送方法、装置、电子设备和可读介质 | |
CN118350610A (zh) | 生产资源调度方法、装置、电子设备与可读介质 | |
CN117913779A (zh) | 用电负荷信息预测方法、装置、电子设备和可读介质 | |
CN118228031A (zh) | 基于预测的分布式光伏系统容量估计系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |