CN117455067A - 一种电量消耗预测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种电量消耗预测方法、装置、电子设备及存储介质。该方法包括：获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据；根据历史电量消耗，确定候选行业的行业历史电量消耗；根据行业历史电量消耗、当前环境数据以及历史环境数据，确定目标检测区域内的预测电量消耗。采用本申请技术方案，通过根据行业历史电量消耗以及历史环境数据，确定环境参数电量影响，以及根据当前环境数据以及环境参数电量影响，确定目标检测区域内的预测电量消耗，简化了计算过程的同时，避免对计算结果造成较大影响，从而保证了计算结果的简易性与准确性。

Description

一种电量消耗预测方法、装置、电子设备及存储介质

技术领域

本发明涉及电力预测技术领域，尤其涉及一种电量消耗预测方法、装置、电子设备及存储介质。

背景技术

在现货市场来临的背景下，签约策略、报价策略、交易策略、典个用户经济测算等等售典公司逃不开的行为，都是以负荷预测的结果作为基础。没有准确的负荷预测结果，售电公司甚至无法在现货市场进行报价，这样的后果便是高额的偏差费用，这是售电公司无法承担的。因此，负荷预测的能力对如今中国的售电公司来说,是至关重要的。

由于负荷本身的不确定性和复杂性，以往对电力负荷的预测往往是通过单一的历史负荷进行计算，但往往会出现预测结果与实际结果存在较大差异，因此急需一种能够在预测电力负荷的过程中考虑环境区域变化对负荷的影响，从而提高预测精准度的方法。

发明内容

本发明提供了一种电量消耗预测方法、装置、电子设备及存储介质，以解决对电量消耗预测时，预测结果存在较大误差的问题。

根据本发明的一方面，提供了一种电量消耗预测方法，该方法包括：

获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据；

根据历史电量消耗，确定候选行业的行业历史电量消耗；

根据行业历史电量消耗、当前环境数据以及历史环境数据，确定目标检测区域内的预测电量消耗。

根据本发明的另一方面，提供了一种电量消耗预测装置，该装置包括：

数据获取模块，用于获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据；

行业历史消耗模块，用于根据历史电量消耗，确定候选行业的行业历史电量消耗；

电量消耗预测模块，用于根据行业历史电量消耗、当前环境数据以及历史环境数据，确定目标检测区域内的预测电量消耗。

根据本发明的另一方面，提供了一种电子设备，电子设备包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的电量消耗预测方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的电量消耗预测方法。

根据本发明实施例的技术方案，通过根据行业历史电量消耗以及历史环境数据，确定环境参数电量影响，以及根据当前环境数据以及环境参数电量影响，确定目标检测区域内的预测电量消耗，简化了计算过程的同时，避免对计算结果造成较大影响，从而保证了计算结果的简易性与准确性。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种电量消耗预测方法的流程图；

图2是根据本发明实施例二提供的另一种电量消耗预测方法的流程图；

图3是根据本发明实施例三提供的一种电量消耗预测装置的结构示意图；

图4是实现本发明实施例的一种电量消耗预测方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例提供了一种电量消耗预测方法的流程图，本实施例可适用于预测目标检测区域内的电量消耗时，通过环境参数的影响程度以及环境参数，对电量消耗进行较为准确的预测的情形。该方法可以由电量消耗预测装置来执行，该电量消耗预测装置可以采用硬件和/或软件的形式实现，该电量消耗预测装置可配置于具有数据处理能力的电子设备中。如图1所示，本实施例的电量消耗预测方法，可包括以下步骤：

S110、获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据。

目标检测区域内可以是需要进行电力消耗预测的区域。历史电量消耗可以是目标检测区域以往在电力上的消耗，可以按照每年或每十年等进行统计，例如，1亿千瓦/年。环境参数可以是对目标检测区域内电量消耗的大小具有直接或间接影响的参数，包括但不限于气温、人口数量、生产总值以及消费指数等。历史环境数据可以是目标检测区域内，由多个以往的环境参数构成的数据。当前环境数据可以是目标检测区域内，由多个当前的环境参数构成的数据。

电量消耗的预测工作从上世纪20年代就开始了，一开始的目的是为了探寻供电公司与用户的供求关系。在现货市场来临的背景下，签约策略、报价策略、交易策略、典个用户经济测算等等售典公司逃不开的行为，都是以电量消耗的预测结果作为基础。没有准确的电量消耗的预测结果，售电公司甚至无法在现货市场进行报价，这样的后果便是高额的偏差费用，这是售电公司无法承担的。因此，预测出的电量消耗的准确对如今中国的售电公司来说,是至关重要的。

但电量消耗的大小往往是受多种因素影响，因此需要在预测电量消耗时，获取会对电量消耗造成有影响因素，并确定出影响因素对电量消耗的影响程度，从而实现对目标检测区域耗电量的预测。

因此，需要获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据，由于目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据，往往为公开数据，对此本申请并不限定数据的获取方式。

S120、根据历史电量消耗，确定候选行业的行业历史电量消耗。

行业历史电量消耗可以是以往候选行业中的电量消耗。候选行业可以是预先选定的行业，包括但不限于商业、工业、居民生活以及农业等。

由于电量消耗的大小往往是受多种因素影响，而同样的因素对不同行业的电量消耗影响的大小不同，因此为了提高预测结果的准确性，需要根据不同的行业，进行确定。因此，在得到历史电量消耗后，需要对其中的数据进行数据拆分，从而得到各个候选行业的行业历史电量消耗。

可选的，根据历史电量消耗，确定候选行业的行业历史电量消耗，包括：

根据时间序列聚类算法以及历史电量消耗，确定行业历史电量消耗。

时间序列聚类算法可以是一种将时间序列数据分为不同组的无监督学习方法，包括但不限于K-Shape聚类算法。

在获取到历史电量消耗后，为了能够从中获取候选行业的行业历史电量消耗，可以通过时间序列聚类算法对历史电量消耗进行运算，从而生成多个行业的聚类簇，每个聚类簇即为该行业的行业历史电量消耗。

S130、根据行业历史电量消耗、当前环境数据以及历史环境数据，确定目标检测区域内的预测电量消耗。

在确定了行业历史电量消耗、当前环境数据以及历史环境数据后，根据行业历史电量消耗以及历史环境数据，确定出历史环境数据中各个环境参数对行业历史电量消耗的影响程度，并根据影响程度以及当前环境数据确定出目标检测区域内的预测电量消耗。

根据本发明实施例的技术方案，通过获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据，根据历史电量消耗，确定候选行业的行业历史电量消耗，以及根据行业历史电量消耗、当前环境数据以及历史环境数据，确定目标检测区域内的预测电量消耗，使得在对目标检测区域内的电量消耗进行预测时，能够在进行电量消耗的预测时，不会忽略至少一个环境参数的影响，从而提高电量消耗预测结果的准确性。

实施例二

图2为本发明实施例提供了另一种电量消耗预测方法的流程图，本实施例在上述实施例的基础上对前述实施例中根据行业历史电量消耗、当前环境数据以及历史环境数据，确定目标检测区域内的预测电量消耗过程进行进一步优化，本实施例可以与上述一个或多个实施例中各个可选方案进行结合。如图2所示，本实施例的电量消耗预测方法，可包括以下步骤：

S210、获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据。

S220、根据历史电量消耗，确定候选行业的行业历史电量消耗。

S230、根据行业历史电量消耗以及历史环境数据，确定环境参数电量影响。

环境参数电量影响可以是各个环境参数对行业历史电量消耗的影响大小以及根据影响大小的排序。

为了在进行电量消耗的预测时，不忽略环境参数对电量消耗的影响，因此在得到行业历史电量消耗以及历史环境数据后，需要确定环境参数对行业历史电量消耗的影响，从而确定出环境参数电量影响。

可选的，通过皮尔逊相关系数(Pearson相关系数法)对环境参数与行业历史电量消耗的影响进行确定。

在一种可选方案中，根据行业历史电量消耗以及历史环境数据，确定环境参数电量影响，可包括步骤A1-A3：

步骤A1、根据历史环境数据和行业历史电量消耗的关联度特征，确定至少一个环境参数对行业历史电量消耗的环境影响程度。

步骤A2、根据环境影响程度，确定至少一个环境参数的影响程度序列。

步骤A3、根据影响程度序列以及至少一个环境影响程度，确定环境参数电量影响。

环境影响程度可以是用以描述环境参数对行业历史电量消耗的影响大小。影响程度序列可以是根据环境参数对行业历史电量消耗的影响大小对环境参数进行排序后的排序结果。

为确定历史环境数据和行业历史电量消耗的关联度特征，可通过灰色关联分析方法，对历史环境数据以及行业历史电量消耗进行运算，确定出历史环境数据中各个环境参数对行业历史电量消耗的环境影响程度。

根据各个环境参数对行业历史电量消耗的环境影响程度的大小，对环境参数进行排序，从而得到影响程度序列，将影响程度序列与各个环境参数的环境影响程度，生成环境参数电量影响。

S240、根据当前环境数据以及环境参数电量影响，确定目标检测区域内的预测电量消耗。

在一种可选方案中，根据当前环境数据以及环境参数电量影响，确定目标检测区域内的预测电量消耗，可包括步骤B1-B2：

步骤B1、对当前环境数据以及环境参数电量影响进行非线性变换，得到数据可解空间。

步骤B2、根据数据可解空间，确定目标检测区域内的预测电量消耗。

由于环境参数电量影响包含了当前环境数据中各个环境参数对目标检测区域内的电量消耗的影响，因此可以通过当前环境数据以及环境参数电量影响对预测电量消耗进行计算。

为提高计算结果的简易性，并保证计算结果的准确性，可以将当前环境数据以及环境参数电量影响进行非线性变换，从而得到数据可解空间，并通过对数据可解空间的运算，得到预测电量消耗。

在一种可选方案中，根据数据可解空间，确定目标检测区域内的预测电量消耗，可包括步骤C1-C2：

步骤C1、根据混沌算法，对数据可解空间进行相空间重构，得到有序可解空间。

步骤C2、根据有序可解空间，确定目标检测区域内的预测电量消耗。

混沌算法可以是基于混沌理论的一种优化算法，利用混沌系统的随机性与不可预测性来搜索最优解。

由于非线性映射出的数据可解空间确定预测电量消耗时的计算较为复杂，为优化计算过程，将通过混沌算法对数据可解空间进行相空间重构，使得原有的数据可解空间进行重构，得到计算过程过程更为简洁的有序可解空间，从而实现对目标检测区域内的预测电量消耗的确定。

在一种可选方案中，根据有序可解空间，确定目标检测区域内的预测电量消耗，可包括步骤D1-D2：

步骤D1、根据主元分析法，对有序可解空间进行降维处理，确定目标检测区域内的人均电量消耗。

步骤D2、根据人均电量消耗，确定目标检测区域内的预测电量消耗。

主元分析法可以是基于多元统计过程控制的故障诊断技术的核心，是基于原始数据空间，通过构造一组新的潜隐变量来降低原始数据空间的维数，再从新的映射空间抽取主要变化信息，提取统计特征，从而构建对原始数据空间特性的方法。

根据本发明实施例的技术方案，通过根据行业历史电量消耗以及历史环境数据，确定环境参数电量影响，以及根据当前环境数据以及环境参数电量影响，确定目标检测区域内的预测电量消耗，简化了计算过程的同时，避免对计算结果造成较大影响，从而保证了计算结果的简易性与准确性。

实施例三

图3为本发明实施例提供了一种电量消耗预测装置的结构框图，本实施例可适用于预测目标检测区域内的电量消耗时，通过环境参数的影响程度以及环境参数，对电量消耗进行较为准确的预测的情形。该电量消耗预测装置可以采用硬件和/或软件的形式实现，该电量消耗预测装置可配置于具有数据处理能力的电子设备中。如图3所示，本实施例的电量消耗预测装置，可包括：数据获取模块310、行业历史消耗模块320以及电量消耗预测模块330。其中：

数据获取模块310，用于获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据；

行业历史消耗模块320，用于根据历史电量消耗，确定候选行业的行业历史电量消耗；

电量消耗预测模块330，用于根据行业历史电量消耗、当前环境数据以及历史环境数据，确定目标检测区域内的预测电量消耗

在上述实施例的基础上，可选的，行业历史消耗模块320，具体用于：

根据时间序列聚类算法以及历史电量消耗，确定行业历史电量消耗。

在上述实施例的基础上，可选的，电量消耗预测模块330，包括：

参数影响确定单元，用于根据行业历史电量消耗以及历史环境数据，确定环境参数电量影响；

电量消耗确定单元，用于根据当前环境数据以及环境参数电量影响，确定目标检测区域内的预测电量消耗。

在上述实施例的基础上，可选的，参数影响确定单元，包括：

影响程度确定子单元，用于根据历史环境数据和行业历史电量消耗的关联度特征，确定至少一个环境参数对行业历史电量消耗的环境影响程度；

程度序列确定子单元，用于根据环境影响程度，确定至少一个环境参数的影响程度序列；

环境参数影响确定子单元，用于根据影响程度序列以及至少一个环境影响程度，确定环境参数电量影响。

在上述实施例的基础上，可选的，电量消耗确定单元，包括：

可解空间生成子单元，用于对当前环境数据以及环境参数电量影响进行非线性变换，得到数据可解空间；

消耗预测子单元，用于根据数据可解空间，确定目标检测区域内的预测电量消耗。

在上述实施例的基础上，可选的，消耗预测子单元，包括：

有序空间生成子子单元，用于根据混沌算法，对数据可解空间进行相空间重构，得到有序可解空间；

消耗确定子子单元，用于根据有序可解空间，确定目标检测区域内的预测电量消耗。

在上述实施例的基础上，可选的，消耗确定子子单元，具体用于：

根据主元分析法，对有序可解空间进行降维处理，确定目标检测区域内的人均电量消耗；

根据人均电量消耗，确定目标检测区域内的预测电量消耗。

本发明实施例所提供的电量消耗预测装置可执行本发明任意实施例所提供的电量消耗预测方法，具备执行方法相应的功能模块和有益效果。

实施例4

图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如电量消耗预测方法。

在一些实施例中，电量消耗预测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的电量消耗预测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行电量消耗预测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种电量消耗预测方法，其特征在于，包括：

获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据；

根据所述历史电量消耗，确定候选行业的行业历史电量消耗；

根据所述行业历史电量消耗、所述当前环境数据以及所述历史环境数据，确定目标检测区域内的预测电量消耗。

2.根据权利要求1所述的方法，其特征在于，根据所述历史电量消耗，确定候选行业的行业历史电量消耗，包括：

根据时间序列聚类算法以及所述历史电量消耗，确定所述行业历史电量消耗。

3.根据权利要求1所述的方法，其特征在于，根据所述行业历史电量消耗、所述当前环境数据以及所述历史环境数据，确定目标检测区域内的预测电量消耗，包括：

根据所述行业历史电量消耗以及所述历史环境数据，确定环境参数电量影响；

根据所述当前环境数据以及所述环境参数电量影响，确定所述目标检测区域内的所述预测电量消耗。

4.根据权利要求3所述的方法，其特征在于，根据所述行业历史电量消耗以及所述历史环境数据，确定环境参数电量影响，包括：

根据所述历史环境数据和所述行业历史电量消耗的关联度特征，确定所述至少一个环境参数对所述行业历史电量消耗的环境影响程度；

根据所述环境影响程度，确定所述至少一个环境参数的影响程度序列；

根据所述影响程度序列以及所述至少一个环境影响程度，确定所述环境参数电量影响。

5.根据权利要求3所述的方法，其特征在于，根据所述当前环境数据以及所述环境参数电量影响，确定所述目标检测区域内的所述预测电量消耗，包括：

对所述当前环境数据以及所述环境参数电量影响进行非线性变换，得到数据可解空间；

根据所述数据可解空间，确定所述目标检测区域内的所述预测电量消耗。

6.根据权利要求5所述的方法，其特征在于，根据所述数据可解空间，确定所述目标检测区域内的所述预测电量消耗，包括：

根据混沌算法，对所述数据可解空间进行相空间重构，得到有序可解空间；

根据所述有序可解空间，确定所述目标检测区域内的所述预测电量消耗。

7.根据权利要求5所述的方法，其特征在于，根据所述有序可解空间，确定所述目标检测区域内的所述预测电量消耗，包括：

根据主元分析法，对所述有序可解空间进行降维处理，确定所述目标检测区域内的人均电量消耗；

根据所述人均电量消耗，确定所述目标检测区域内的所述预测电量消耗。

8.一种电量消耗预测装置，其特征在于，包括：

数据获取模块，用于获取目标检测区域内的历史电量消耗以及至少一个环境参数对应的历史环境数据和当前环境数据；

行业历史消耗模块，用于根据所述历史电量消耗，确定候选行业的行业历史电量消耗；

电量消耗预测模块，用于根据所述行业历史电量消耗、所述当前环境数据以及所述历史环境数据，确定目标检测区域内的预测电量消耗。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的电量消耗预测方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的电量消耗预测方法。