(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 202111619910.4 (22)申请日 2021.12.27 (66)本国优先权数据 202111469258.2 2021.12.0 3 CN (71)申请人 国网信息通信产业 集团有限公司 地址 102211 北京市昌平区未来科技城北 区国网智能电网研究院内C座 4层 (72)发明人 李温静　陈智鹏　张楠　刘柱　 黄文思　罗义旺　林燊　刘青　 刘迪　王川江　邹枫　郭文静　 陈严炜　潘隆　吴国猛　 (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 耿苑(51)Int.Cl. G06Q 30/02(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 电力物联网多源数据融合的深度学习电价 预测方法和装置 (57)摘要 本申请涉及一种电力物联网多源数据融合 的深度学习电价预测方法和装置， 包括： 获取目 标区域内各个地区的预设时间段的预测电价， 其 中预测电价由预先分别布置于各个地区的电价 预测模型对相应的历史电价数据集进行预测得 到； 然后获取各个地区的历史电力负荷均值； 对 历史电力负荷均值进行融合权重计算， 以得到各 个地区历史负荷均值相应的融合权重； 基于融合 权重对预测电价进行融合计算， 以得到预设时间 段的最终预测电价。 本申请通过融合计算进行电 价的预测， 避免了数据的大规模的传输， 能够有 效缓解对通信带宽和相应 计算机资源的压力。 权利要求书2页 说明书7页 附图3页 CN 114266602 A 2022.04.01 CN 114266602 A 1.一种电力物联网多源数据融合的深度学习电价预测方法， 其特 征在于， 包括： 获取目标区域内各个地 区的预设时间段的预测电价， 所述预测电价由预先分别布置于 各个地区的电价预测模型对相应的历史电价数据集进行 预测得到； 获取各个地区的历史电力负荷均值； 对所述历史电力负荷均值进行融合权重计算， 以得到各个地区历史负荷均值相应的融 合权重； 基于所述融合权重对所述预测电价进行融合计算， 以得到所述预设时间段的最终预测 电价。 2.根据权利要求1所述的方法， 其特征在于， 所述电价预测模型包括由所述历史电价数 据集训练至收敛的长短期记 忆模型。 3.根据权利要求2所述的方法， 其特 征在于， 所述长短期记 忆模型的构建过程包括： 基于预设机器学习平台搭建电价预测模型， 并设定相应的结构参数； 将所述历史电价数据集输入至所述电价预测模型进行训练， 并基于早停法对训练过程 进行优化， 以得到所述长短期记 忆模型。 4.根据权利要求3所述的方法， 其特征在于， 所述基于预设机器学习平台搭建电价预测 模型， 并设定相应的结构参数， 包括： 基于预设深度学习框架， 搭建预设层数的电价预测模型； 对包括激活函数、 优化函数为、 学习率、 损失函数、 输入层节点数、 隐藏层的节点数和输 出层节点数在内的所述结构参数进行设定 。 5.根据权利要求3所述的方法， 其特征在于， 所述将所述历史电价数据集输入至所述电 价预测模 型进行训练， 并基于早停法对训练过程进 行优化， 以得到所述长 短期记忆模型， 包 括： 对模型训练的每次迭代的样本个数、 验证集的切分比例和最大迭代次数进行设定； 基于所述 早停法对 迭代训练的过程进行监控， 以对 迭代训练的次数进行控制。 6.根据权利要求1所述的方法， 其特征在于， 所述获取各个地区的历史电力负荷均值， 包括： 对各个地区年度的 电力负荷信息进行采集， 并计算年度电力负荷均值， 将所述年度电 力负荷均值作为所述历史电力负荷均值。 7.根据权利要求6所述的方法， 其特征在于， 所述对所述历史电力负荷均值进行融合权 重计算， 以得到各个地区历史负荷均值相应的融合权 重， 包括： 基于归一化指数函数对各个地 区的历史电力负荷均值进行计算， 以得到对应的融合权 重。 8.根据权利要求7所述的方法， 其特征在于， 所述基于所述融合权重对所述预测电价进 行融合计算， 以得到所述预设时间段的最终预测电价， 包括： 对所述预测电价和相应的所述融合权重， 进行 决策级融合计算以得到所述最终预测电 价。 9.根据权利要求1至8任一项所述的方法， 其特征在于， 所述历史电价数据集的获取过 程， 包括： 对采集的本地的历史电价信息进行去噪处理， 以去除所述历史电价信息中的异常数权　利　要　求　书 1/2 页 2 CN 114266602 A 2据； 对去噪处理后的历史电价信 息进行归一化处理， 以将不同量纲的数据映射到预设区间 内得到所述历史电价数据集。 10.一种电力物联网多源数据融合的深度学习电价预测装置， 其特 征在于， 包括： 电价预测模块， 用于获取目标区域内各个地区的预设时间段的预测电价， 所述预测电 价由预先分别布置 于各个地区的电价预测模型对相应的历史电价数据集进行 预测得到； 采集模块， 用于获取 各个地区的历史电力负荷均值； 权重计算模块， 用于对所述历史电力负荷均值进行融合权重计算， 以得到各个地区历 史负荷均值相应的融合权 重； 以及 融合模块， 用于基于所述融合权重对所述预测电价进行融合计算， 以得到所述预设时 间段的最终预测电价。权　利　要　求　书 2/2 页 3 CN 114266602 A 3