CN117784287A - 用于电网的温度校正的方法、装置及存储介质 - Google Patents

Abstract

本申请实施例提供一种用于电网的温度校正方法、装置及存储介质。方法包括：获取电网所在区域在预设天数所包括的每个历史日期下的历史逐时实际温度；获取在任意气象预报模式下每个历史日期的历史逐时预测温度；按预设数值范围随机生成预设数量的温度校正系数组；根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值；根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组；确定与气象预报模式对应的目标系数组；根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正，以提高逐时预测温度和电网负荷的预测准确率。

Description

用于电网的温度校正的方法、装置及存储介质

技术领域

本申请涉及气温预测技术领域，具体地涉及一种用于电网的温度校正方法、装置及存储介质。

背景技术

电网负荷受温度变化的影响较大，精准的负荷预测离不开准确的温度预测结果。目前，温度预测结果常常基于气象预报模式确定，不同的气象预报模式得到的温度预测结果不同。若温度预测结果与实际温度存在一定的偏差，则会导致电网负荷预测的准确率下降。

发明内容

本申请实施例的目的是提供一种用于电网的温度校正方法、装置及存储介质，用以解决现有技术中温度预测不准确而导致电网负荷预测准确率低的问题。

为了实现上述目的，本申请第一方面提供一种用于电网的温度校正方法，包括：

获取电网所在区域在预设天数所包括的每个历史日期下的历史逐时实际温度；

针对任意一个气象预报模式，获取在气象预报模式下每个历史日期的历史逐时预测温度；

按照预设数值范围随机生成预设数量的温度校正系数组，每个温度校正系数组包括日高温校正系数和日低温校正系数；

根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值；

根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组；

在当前迭代次数等于预设天数的情况下，将与上一迭代次数所对应的待更新系数组确定为与气象预报模式所对应的目标系数组；

根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正。

在一个实施例中，根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值包括：针对每个历史日期的每个历史逐时预测温度，对历史逐时预测温度进行归一化处理，以得到与历史逐时预测温度对应的历史目标逐时温度；针对每个历史日期，从历史日期的全部历史逐时预测温度中确定出历史日期的最大历史逐时预测温度和最小历史逐时预测温度；根据全部的最大历史逐时预测温度、全部的最小历史逐时预测温度、全部的历史目标逐时温度、全部的历史逐时实际温度以及每个温度校正系数组确定温度偏差值。

在一个实施例中，温度偏差值通过公式(1)确定：

其中，是指在当前迭代次数S下与第k个温度校正系数组所对应的温度偏差值，i是指历史日期，N是指预设天数，v和j均是指每个历史日期的小时数，/>是指与第i个历史日期的第j个小时对应的历史目标逐时温度，/>是指第i个历史日期的全部历史逐时预测温度，/>是指第i个历史日期的最大历史逐时预测温度，/>是指第i个历史日期的最小历史逐时预测温度，/>是指在当前迭代次数S下第k个温度校正系数组中的日高温校正系数，/>是指在当前迭代次数S下第k个温度校正系数组中的日低温校正系数，是指与第i个历史日期的第j个小时对应的历史逐时实际温度。

在一个实施例中，根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组包括：将在当前迭代次数下全部温度偏差值中的最小值所对应的温度校正系数组确定为在当前迭代次数下的待处理系数组；根据待处理系数组更新每个温度校正系数组，以得到每个与增加预设数值后的当前迭代次数所对应的温度校正系数组；将每个与增加预设数值后的当前迭代次数所对应的温度校正系数组确定为当前迭代次数下的待更新系数组。

在一个实施例中，当前迭代次数下的待更新系数组通过公式(2)确定：

其中，当前迭代次数下的待更新系数组包括和/>是指在当前迭代次数S下的待处理系数组中的日高温校正系数，/>是指在当前迭代次数S下的待处理系数组中的日低温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日高温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日低温校正系数，N是指预设天数，M是指温度校正系数组的总数量。

在一个实施例中，方法还包括：在当前迭代次数小于预设天数的情况下，将增加预设数值后的当前迭代次数作为新的当前迭代次数；回到根据全部的最大历史逐时预测温度、最小历史逐时预测温度和历史逐时实际温度，以及每个温度校正系数组确定在当前迭代次数下与每个温度校正系数组所对应的温度偏差值的步骤；直至当前迭代次数等于预设天数。

在一个实施例中，根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正包括：针对任意一个待预测日期，获取在气象预报模式下待预测日期的逐时预测温度；对待预测日期的每个逐时预测温度进行归一化处理，以得到对应的目标逐时温度；从待预测日期的全部逐时预测温度中确定出待预测日期下的最大逐时预测温度和最小逐时预测温度；根据目标逐时温度、目标系数组、最大逐时预测温度和最小逐时预测温度对待预测日期的逐时预测温度进行校正，以得到校正后的逐时预测温度。

在一个实施例中，校正后的逐时预测温度通过公式(3)确定：

其中，I_j是指校正后的第j个小时的逐时预测温度，H_j是指与待预测日期的第j个小时的逐时预测温度对应的目标逐时温度，E_v是指当前日期后的任意一个待预测日期的全部逐时预测温度，是指当前日期后的任意一个待预测日期的最大逐时预测温度，是指目标系数组中的日高温校正系数，/>是指当前日期后的任意一个待预测日期的最小逐时预测温度，/>是指目标系数组中的日低温校正系数，N是指预设天数。

本申请第二方面提供一种用于电网的温度校正装置，包括：

存储器，被配置成存储指令；以及

处理器，被配置成从存储器调用指令以及在执行指令时能够实现上述的用于电网的温度校正的方法。

本申请第三方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得处理器被配置成执行上述的用于电网的温度校正方法。

通过上述技术方案，能够确定不同气象预报模式下的目标系数组，并基于对应的目标系数组对不同气象预报模式下的逐时预测温度进行校正，极大地减小逐时预测温度的预测误差，使得逐时预测温度的预测更为准确，大幅度提高电网负荷预测的准确率。

本申请实施例的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：

图1示意性示出了根据本申请实施例的用于电网的温度校正方法的流程示意图；

图2示意性示出了根据本申请实施例的计算机设备的内部结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请实施例，并不用于限制本申请实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明，若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

图1示意性示出了根据本申请实施例的用于电网的温度校正方法的流程示意图。如图1所示，在本申请一实施例中，提供了一种用于电网的温度校正方法，包括以下步骤：

步骤101：获取电网所在区域在预设天数所包括的每个历史日期下的历史逐时实际温度。

处理器可以获取电网所在区域在预设天数所包括的每个历史日期下的历史逐时实际温度。其中，预设天数可根据需求自定义。例如，预设天数可以为1000天。预设天数包括多个历史日期，每个历史日期包括多个历史逐时实际温度。每个历史逐时实际温度可通过温度传感器采集，其是指每隔一小时所采集的历史实际温度。

步骤102：针对任意一个气象预报模式，获取在气象预报模式下每个历史日期的历史逐时预测温度。

针对任意一个气象预报模式，处理器可以获取在气象预报模式下每个历史日期的历史逐时预测温度。其中，该历史逐时预测温度与上述历史逐时实际温度的时次对应。例如，获取的是12月1日3时、12月1日4时、12月1日5时的历史逐时实际温度，则可对应获取12月1日3时、12月1日4时、12月1日5时的历史逐时预测温度。

步骤103：按照预设数值范围随机生成预设数量的温度校正系数组，每个温度校正系数组包括日高温校正系数和日低温校正系数。

处理器可以按照预设数值范围随机生成预设数量的温度校正系数组。其中，预设数值范围可以根据实际情况进行自定义。例如，预设数值范围可以为[－3，3]。预设数量也可根据实际需求确定。例如，预设数量可以为100。每个温度校正系数组包括日高温校正系数和日低温校正系数。其中，日高温校正系数可用于对每日中温度最大值进行校正，日低温校正系数可用于对每日中温度最小值进行校正。

步骤104：根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值。

处理器可以根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值。

在本申请的实施例中，根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值包括：针对每个历史日期的每个历史逐时预测温度，对历史逐时预测温度进行归一化处理，以得到与历史逐时预测温度对应的历史目标逐时温度；针对每个历史日期，从历史日期的全部历史逐时预测温度中确定出历史日期的最大历史逐时预测温度和最小历史逐时预测温度；根据全部的最大历史逐时预测温度、全部的最小历史逐时预测温度、全部的历史目标逐时温度、全部的历史逐时实际温度以及每个温度校正系数组确定温度偏差值。

针对每个历史日期的每个历史逐时预测温度，处理器可以对历史逐时预测温度进行归一化处理，以得到与历史逐时预测温度对应的历史目标逐时温度。具体地，可通过下述公式确定历史目标逐时温度：

其中，是指与第i个历史日期的第j个小时对应的历史目标逐时温度，/>是指与第i个历史日期的第j个小时对应的历史逐时预测温度，v和j均是指每个历史日期的小时数，/>是指第i个历史日期的全部历史逐时预测温度，/>是指第i个历史日期的全部历史逐时预测温度中的最小历史逐时预测温度，/>是指第i个历史日期的全部历史逐时预测温度中的最大历史逐时预测温度。

针对每个历史日期，处理器可以从历史日期的全部历史逐时预测温度中确定出历史日期的最大历史逐时预测温度和最小历史逐时预测温度。之后，处理器可以根据全部的最大历史逐时预测温度、全部的最小历史逐时预测温度、全部的历史目标逐时温度、全部的历史逐时实际温度以及每个温度校正系数组确定温度偏差值。

在本申请的实施例中，温度偏差值通过公式(1)确定：

其中，是指在当前迭代次数S下与第k个温度校正系数组所对应的温度偏差值，i是指历史日期，N是指预设天数，v和j均是指每个历史日期的小时数，/>是指与第i个历史日期的第j个小时对应的历史目标逐时温度，/>是指第i个历史日期的全部历史逐时预测温度，/>是指第i个历史日期的最大历史逐时预测温度，/>是指第i个历史日期的最小历史逐时预测温度，/>是指在当前迭代次数S下第k个温度校正系数组中的日高温校正系数，/>是指在当前迭代次数S下第k个温度校正系数组中的日低温校正系数，是指与第i个历史日期的第j个小时对应的历史逐时实际温度。

步骤105：根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组。

处理器可以根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组。

在本申请的实施例中，根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组包括：将在当前迭代次数下全部温度偏差值中的最小值所对应的温度校正系数组确定为在当前迭代次数下的待处理系数组；根据待处理系数组更新每个温度校正系数组，以得到每个与增加预设数值后的当前迭代次数所对应的温度校正系数组；将每个与增加预设数值后的当前迭代次数所对应的温度校正系数组确定为当前迭代次数下的待更新系数组。

处理器可以将在当前迭代次数下全部温度偏差值中的最小值所对应的温度校正系数组确定为在当前迭代次数下的待处理系数组。处理器可以根据待处理系数组更新每个温度校正系数组，以得到每个与增加预设数值后的当前迭代次数所对应的温度校正系数组。其中，预设数值可以根据实际情况进行自定义。例如，预设数值可以为1。处理器可以将每个与增加预设数值后的当前迭代次数所对应的温度校正系数组确定为当前迭代次数下的待更新系数组。

在本申请的实施例中，当前迭代次数下的待更新系数组通过公式(2)确定：

其中，当前迭代次数下的待更新系数组包括和/>是指在当前迭代次数S下的待处理系数组中的日高温校正系数，/>是指在当前迭代次数S下的待处理系数组中的日低温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日高温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日低温校正系数，N是指预设天数，M是指温度校正系数组的总数量。也即，当前迭代次数S对应的待更新系数组为迭代次数S+1所对应的温度校正系数组。

步骤106：在当前迭代次数等于预设天数的情况下，将与上一迭代次数所对应的待更新系数组确定为与气象预报模式所对应的目标系数组。

在当前迭代次数等于预设天数的情况下，处理器可以将与上一迭代次数所对应的待更新系数组确定为与气象预报模式所对应的目标系数组。例如，预设天数为5，则目标系数组为迭代次数为4时所对应的待更新系数组，即为迭代次数为5所对应的温度校正系数组。

在本申请的实施例中，方法还包括：在当前迭代次数小于预设天数的情况下，将增加预设数值后的当前迭代次数作为新的当前迭代次数；回到根据全部的最大历史逐时预测温度、最小历史逐时预测温度和历史逐时实际温度，以及每个温度校正系数组确定在当前迭代次数下与每个温度校正系数组所对应的温度偏差值的步骤；直至当前迭代次数等于预设天数。

在当前迭代次数小于预设天数的情况下，处理器可以将增加预设数值后的当前迭代次数作为新的当前迭代次数，并可以回到根据全部的最大历史逐时预测温度、最小历史逐时预测温度和历史逐时实际温度，以及每个温度校正系数组确定在当前迭代次数下与每个温度校正系数组所对应的温度偏差值的步骤，直至当前迭代次数等于预设天数。

步骤107：根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正。

处理器可以根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正。

在本申请的实施例中，根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正包括：针对任意一个待预测日期，获取在气象预报模式下待预测日期的逐时预测温度；对待预测日期的每个逐时预测温度进行归一化处理，以得到对应的目标逐时温度；从待预测日期的全部逐时预测温度中确定出待预测日期下的最大逐时预测温度和最小逐时预测温度；根据目标逐时温度、目标系数组、最大逐时预测温度和最小逐时预测温度对待预测日期的逐时预测温度进行校正，以得到校正后的逐时预测温度。

其中，待预测日期是指当前日期之后的任意一个日期。针对任意一个待预测日期，处理器可以获取在气象预报模式下待预测日期的逐时预测温度。处理器可以对待预测日期的每个逐时预测温度进行归一化处理，以得到对应的目标逐时温度。具体地，可通过下述公式确定目标逐时温度：

其中，H_j是指与待预测日期的第j个小时对应的目标逐时温度，E_j是指在气象预报模式下与待预测日期的第j个小时对应的逐时预测温度，E_v是指当前日期后的任意一个待预测日期的全部逐时预测温度，是指待预测日期的全部逐时预测温度中的最小逐时预测温度，/>是指待预测日期的全部逐时预测温度中的最大逐时预测温度。

处理器可以从待预测日期的全部逐时预测温度中确定出待预测日期下的最大逐时预测温度和最小逐时预测温度。之后，处理器可以根据目标逐时温度、目标系数组、最大逐时预测温度和最小逐时预测温度对待预测日期的逐时预测温度进行校正，以得到校正后的逐时预测温度。

在本申请的实施例中，校正后的逐时预测温度通过公式(3)确定：

其中，I_j是指校正后的第j个小时的逐时预测温度，H_j是指与待预测日期的第j个小时的逐时预测温度对应的目标逐时温度，E_v是指当前日期后的任意一个待预测日期的全部逐时预测温度，是指当前日期后的任意一个待预测日期的最大逐时预测温度，是指目标系数组中的日高温校正系数，/>是指当前日期后的任意一个待预测日期的最小逐时预测温度，/>是指目标系数组中的日低温校正系数，N是指预设天数。

在一个实施例中，提供了一种用于电网的温度校正方法，温度校正方法包括以下步骤：

Step1：获取电网某地区历史上N天的逐小时温度实况数据(单位为℃)，其中，i∈[1，N]，j∈[1，24]，i和j均为正整数，i是指天数，j是指小时数。

Step2：获取某气象预报模式对该地区相应时次的温度预测数据(单位为℃)，其中，i∈[1，N]，j∈[1，24]，i和j均为正整数。

Step3：对温度预测数据进行归一化，归一化后得到/>(单位为℃)，其中，i∈[1，N]，j∈[1，24]，i和j均为正整数。

Step4：随机生成M对取值范围为[－3，3]之间的温度校正系数组其中，k∈[1，M]，k为正整数，/>是指迭代次数S下第k个温度校正系数组中的日高温校正系数，是指在迭代次数S下第k个温度校正系数组中的日低温校正系数。

Step5：初始化迭代次数，迭代次数S＝0。

Step6：确定当前迭代次数S下与每个温度校正系数组对应的温度偏差值并选取最小的/>最小的/>对应的温度校正系数组为/>

Step7：根据确定/>其中，k∈[1，M]，k为正整数。

Step8：若S＜N，则在S原数值的基础上加1，并返回Step6；若S＝N，确定该气象预报模式的最佳温度校正系数组并进入Step9。

Step9：获取未来某日的逐小时温度预测数据E_j(单位为℃)，并对逐小时温度预测数据E_j进行归一化，归一化后得到H_j(单位为℃)，其中，j∈[1，24]，j为正整数。

Step10：根据最佳温度校正系数组校正H_j，以得到校正后的逐小时温度预测数据I_j。

通过上述技术方案，能够确定不同气象预报模式下的目标系数组，并基于对应的目标系数组对不同气象预报模式下的逐时预测温度进行校正，极大地减小逐时预测温度的预测误差，使得逐时预测温度的预测更为准确，大幅度提高后续电网负荷预测的准确率。

图1为一个实施例中用于电网的温度校正方法的流程示意图。应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其他的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，提供了一种用于电网的温度校正装置，包括：

存储器，被配置成存储指令；以及

处理器，被配置成从存储器调用指令以及在执行指令时能够实现上述的用于电网的温度校正的方法。

在一个实施例中，提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述用于电网的温度校正的方法。

在一个实施例中，提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述用于电网的温度校正的方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图2所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储与气象预报模式所对应的目标系数组等数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种用于电网的温度校正的方法。

本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取电网所在区域在预设天数所包括的每个历史日期下的历史逐时实际温度；针对任意一个气象预报模式，获取在气象预报模式下每个历史日期的历史逐时预测温度；按照预设数值范围随机生成预设数量的温度校正系数组，每个温度校正系数组包括日高温校正系数和日低温校正系数；根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值；根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组；在当前迭代次数等于预设天数的情况下，将与上一迭代次数所对应的待更新系数组确定为与气象预报模式所对应的目标系数组；根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正。

在一个实施例中，根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值包括：针对每个历史日期的每个历史逐时预测温度，对历史逐时预测温度进行归一化处理，以得到与历史逐时预测温度对应的历史目标逐时温度；针对每个历史日期，从历史日期的全部历史逐时预测温度中确定出历史日期的最大历史逐时预测温度和最小历史逐时预测温度；根据全部的最大历史逐时预测温度、全部的最小历史逐时预测温度、全部的历史目标逐时温度、全部的历史逐时实际温度以及每个温度校正系数组确定温度偏差值。

在一个实施例中，温度偏差值通过公式(1)确定：

其中，是指在当前迭代次数S下与第k个温度校正系数组所对应的温度偏差值，i是指历史日期，N是指预设天数，v和j均是指每个历史日期的小时数，/>是指与第i个历史日期的第j个小时对应的历史目标逐时温度，/>是指第i个历史日期的全部历史逐时预测温度，/>是指第i个历史日期的最大历史逐时预测温度，/>是指第i个历史日期的最小历史逐时预测温度，/>是指在当前迭代次数S下第k个温度校正系数组中的日高温校正系数，/>是指在当前迭代次数S下第k个温度校正系数组中的日低温校正系数，是指与第i个历史日期的第j个小时对应的历史逐时实际温度。

在一个实施例中，根据当前迭代次数下的全部温度偏差值确定当前迭代次数下的待更新系数组包括：将在当前迭代次数下全部温度偏差值中的最小值所对应的温度校正系数组确定为在当前迭代次数下的待处理系数组；根据待处理系数组更新每个温度校正系数组，以得到每个与增加预设数值后的当前迭代次数所对应的温度校正系数组；将每个与增加预设数值后的当前迭代次数所对应的温度校正系数组确定为当前迭代次数下的待更新系数组。

在一个实施例中，当前迭代次数下的待更新系数组通过公式(2)确定：

其中，当前迭代次数下的待更新系数组包括和/>是指在当前迭代次数S下的待处理系数组中的日高温校正系数，/>是指在当前迭代次数S下的待处理系数组中的日低温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日高温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日低温校正系数，N是指预设天数，M是指温度校正系数组的总数量。

在一个实施例中，方法还包括：在当前迭代次数小于预设天数的情况下，将增加预设数值后的当前迭代次数作为新的当前迭代次数；回到根据全部的最大历史逐时预测温度、最小历史逐时预测温度和历史逐时实际温度，以及每个温度校正系数组确定在当前迭代次数下与每个温度校正系数组所对应的温度偏差值的步骤；直至当前迭代次数等于预设天数。

在一个实施例中，根据目标系数组对气象预报模式下任意一个待预测日期的逐时预测温度进行校正包括：针对任意一个待预测日期，获取在气象预报模式下待预测日期的逐时预测温度；对待预测日期的每个逐时预测温度进行归一化处理，以得到对应的目标逐时温度；从待预测日期的全部逐时预测温度中确定出待预测日期下的最大逐时预测温度和最小逐时预测温度；根据目标逐时温度、目标系数组、最大逐时预测温度和最小逐时预测温度对待预测日期的逐时预测温度进行校正，以得到校正后的逐时预测温度。

在一个实施例中，校正后的逐时预测温度通过公式(3)确定：

其中，I_j是指校正后的第j个小时的逐时预测温度，H_j是指与待预测日期的第j个小时的逐时预测温度对应的目标逐时温度，E_v是指当前日期后的任意一个待预测日期的全部逐时预测温度，是指当前日期后的任意一个待预测日期的最大逐时预测温度，是指目标系数组中的日高温校正系数，/>是指当前日期后的任意一个待预测日期的最小逐时预测温度，/>是指目标系数组中的日低温校正系数，N是指预设天数。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有用于电网的温度校正方法步骤的程序。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种用于电网的温度校正方法，其特征在于，所述温度校正方法包括：

获取所述电网所在区域在预设天数所包括的每个历史日期下的历史逐时实际温度；

针对任意一个气象预报模式，获取在所述气象预报模式下每个所述历史日期的历史逐时预测温度；

按照预设数值范围随机生成预设数量的温度校正系数组，每个温度校正系数组包括日高温校正系数和日低温校正系数；

根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值；

根据所述当前迭代次数下的全部温度偏差值确定所述当前迭代次数下的待更新系数组；

在所述当前迭代次数等于所述预设天数的情况下，将与上一迭代次数所对应的待更新系数组确定为与所述气象预报模式所对应的目标系数组；

根据所述目标系数组对所述气象预报模式下任意一个待预测日期的逐时预测温度进行校正。

2.根据权利要求1所述的用于电网的温度校正方法，其特征在于，所述根据每个历史日期的历史逐时预测温度、历史逐时实际温度和每个温度校正系数组确定当前迭代次数下与每个温度校正系数组对应的温度偏差值包括：

针对每个历史日期的每个历史逐时预测温度，对所述历史逐时预测温度进行归一化处理，以得到与所述历史逐时预测温度对应的历史目标逐时温度；

针对每个历史日期，从所述历史日期的全部历史逐时预测温度中确定出所述历史日期的最大历史逐时预测温度和最小历史逐时预测温度；

根据全部的最大历史逐时预测温度、全部的最小历史逐时预测温度、全部的历史目标逐时温度、全部的历史逐时实际温度以及每个温度校正系数组确定所述温度偏差值。

3.根据权利要求2所述的用于电网的温度校正方法，其特征在于，所述温度偏差值通过公式(1)确定：

其中，是指在当前迭代次数S下与第k个温度校正系数组所对应的温度偏差值，i是指历史日期，N是指预设天数，v和j均是指每个历史日期的小时数，/>是指与第i个历史日期的第j个小时对应的历史目标逐时温度，/>是指第i个历史日期的全部历史逐时预测温度，/>是指第i个历史日期的最大历史逐时预测温度，/>是指第i个历史日期的最小历史逐时预测温度，/>是指在当前迭代次数S下第k个温度校正系数组中的日高温校正系数，/>是指在当前迭代次数S下第k个温度校正系数组中的日低温校正系数，是指与第i个历史日期的第j个小时对应的历史逐时实际温度。

4.根据权利要求1所述的用于电网的温度校正方法，其特征在于，所述根据所述当前迭代次数下的全部温度偏差值确定所述当前迭代次数下的待更新系数组包括：

将在所述当前迭代次数下全部温度偏差值中的最小值所对应的温度校正系数组确定为在所述当前迭代次数下的待处理系数组；

根据所述待处理系数组更新每个温度校正系数组，以得到每个与增加预设数值后的当前迭代次数所对应的温度校正系数组；

将每个与增加预设数值后的当前迭代次数所对应的温度校正系数组确定为所述当前迭代次数下的待更新系数组。

5.根据权利要求4所述的用于电网的温度校正方法，其特征在于，所述当前迭代次数下的待更新系数组通过公式(2)确定：

其中，当前迭代次数下的待更新系数组包括和/>是指在当前迭代次数S下的待处理系数组中的日高温校正系数，/>是指在当前迭代次数S下的待处理系数组中的日低温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日高温校正系数，/>是指与迭代次数S+1所对应的温度校正系数组中的日低温校正系数，N是指预设天数，M是指温度校正系数组的总数量。

6.根据权利要求1所述的用于电网的温度校正方法，其特征在于，所述温度校正方法还包括：

在所述当前迭代次数小于所述预设天数的情况下，将增加预设数值后的当前迭代次数作为新的当前迭代次数；

回到根据全部的最大历史逐时预测温度、最小历史逐时预测温度和历史逐时实际温度，以及每个温度校正系数组确定在当前迭代次数下与每个温度校正系数组所对应的温度偏差值的步骤；

直至所述当前迭代次数等于所述预设天数。

7.根据权利要求1所述的用于电网的温度校正方法，其特征在于，所述根据所述目标系数组对所述气象预报模式下任意一个待预测日期的逐时预测温度进行校正包括：

针对任意一个待预测日期，获取在所述气象预报模式下所述待预测日期的逐时预测温度；

对所述待预测日期的每个逐时预测温度进行归一化处理，以得到对应的目标逐时温度；

从所述待预测日期的全部逐时预测温度中确定出所述待预测日期下的最大逐时预测温度和最小逐时预测温度；

根据所述目标逐时温度、所述目标系数组、所述最大逐时预测温度和所述最小逐时预测温度对所述待预测日期的逐时预测温度进行校正，以得到校正后的逐时预测温度。

8.根据权利要求7所述的用于电网的温度校正方法，其特征在于，所述校正后的逐时预测温度通过公式(3)确定：

其中，I_j是指校正后的第j个小时的逐时预测温度，H_j是指与待预测日期的第j个小时的逐时预测温度对应的目标逐时温度，E_v是指当前日期后的任意一个待预测日期的全部逐时预测温度，是指当前日期后的任意一个待预测日期的最大逐时预测温度，/>是指目标系数组中的日高温校正系数，/>是指当前日期后的任意一个待预测日期的最小逐时预测温度，/>是指目标系数组中的日低温校正系数，N是指预设天数。

9.一种用于电网的温度校正装置，其特征在于，所述温度校正装置包括：

存储器，被配置成存储指令；以及

处理器，被配置成从所述存储器调用所述指令以及在执行所述指令时能够实现根据权利要求1至8中任一项所述的用于电网的温度校正的方法。

10.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1至8中任一项所述的用于电网的温度校正方法。