公开(公告)号：CN118228853A

公开(公告)日：2024-06-21

申请号：CN202311477896.8

申请日：2023-11-08

申请人： 国网上海市电力公司

发明人： 秦虹 ,  蔡蕴琦 ,  陈明 ,  曹袖 ,  李世龙 ,  王钰楠 ,  唐啸 ,  马媛 ,  赵顺麟

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06F18/2113 ,  G06N3/0455 ,  G06N3/084 ,  G06N5/04 ,  G06F123/02

摘要： 本发明公开了一种基于因果发现和深度学习的用电量预测方法，包括如下步骤：步骤1：获取用电量历史数据，对数据进行清洗和预处理；步骤2：通过因果发现算法发现数据之间的因果关系，进行数据特征筛选；步骤3：构建考虑非稳态性的深度学习模型KL‑Informer，引入多重采样机制；优化损失函数结构，增加模型的非稳态性；步骤4：将数据集切分为训练集、验证集和测试集，然后将训练集和验证集放入模型中训练，通过迭代更新模型参数，当连续三次验证集的损失没有降低时，则表明模型已迭代至局部最优解，模型训练完成；之后将测试集放入模型运行，用均方误差MSE和平均绝对误差MAE作为评测标准，验证模型性能。本发明实现了用电量的高效率预测。