(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 202111397195.4 (22)申请日 2021.11.23 (71)申请人 四川信天启智能技 术有限公司 地址 610000 四川省成 都市成都高新区益 州大道北段38 8号8栋11楼1109号 (72)发明人 罗宁刚　罗勇军　 (74)专利代理 机构 成都睿道专利代理事务所 (普通合伙) 51217 代理人 廖敏 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/08(2006.01) (54)发明名称 一种中短期负荷预测方法、 系统以及 存储介 质 (57)摘要 本发明提供了一种中短期负荷预测方法， 包 括步骤一、 根据待预测的日期类型以及气象数据 类型获取对应的历史采样样本， 构建样本数据 集； 步骤二、 归一化样本数据集中的负荷数据， 获 得归一化后的第一输入向量， 以及对样本数据集 中的气象数据、 日期类型进行量化处理， 获得量 化后的第二输入向量； 步骤三、 根据第一、 第二输 入向量和输 出向量确定BP神经网络的结构； 步骤 四、 通过天牛须算 法优化BP神经网络， 建立IB AS‑ BP优化模型； 步骤五、 通过IB AS‑BP优化模型进行 中短期电力负荷预测。 本发明的基于天牛须算法 优化BP神经网络， 相对于传统的BP神经网络， 提 高了BP神经网络的收敛速度和学习能力， 克服了 电力负荷预测偏差大的问题。 权利要求书2页 说明书4页 附图2页 CN 114091758 A 2022.02.25 CN 114091758 A 1.一种中短期负荷预测方法， 其特 征在于， 包括以下步骤： 步骤一、 根据待预测的日期类型以及气象数据类型获取对应的电力系统历史采样样 本， 构建样本数据集； 步骤二、 归一化样本数据集中的负荷数据， 获得归一化后的第一输入向量， 以及对样本 数据集中的气象数据、 日期类型进行量 化处理， 获得量 化后的第二输入向量； 步骤三、 根据第一、 第二输入向量和输出向量确定BP神经网络的结构； 步骤四、 通过天牛 须算法优化BP神经网络， 建立 IBAS‑BP优化模型； 步骤五、 通过IBAS ‑BP优化模型进行中短期电力负荷预测。 2.如权利要求1所述的中短期负荷预测方法， 其特征在于， 所述步骤二中的归一化为在 输入层将 负荷数据换算 为[‑1,1]区间的值， 公式表示 为： 上式中， xmax、 xmin分别为样本数据集中负荷数据的最大值和最小值。 3.如权利要求1所述的中短期负荷预测方法， 其特征在于， 所述步骤二中的所述第 一输 入向量包括T ‑1时刻的实际负荷数据， 第二输入向量包括T时刻的天气预报、 T时刻的日期类 型、 T‑1时刻的气象因素、 T ‑1时刻的日期类型、 T ‑2时刻的降雨 量、 T‑3时刻的降雨 量； 所述步骤三中的所述输出向量 为T时刻的预测负荷数据。 4.如权利要求1所述的中短期负荷预测方法， 其特 征在于， 所述 步骤四具体包括： 设置天牛种群初始参数， 通过第一、 第二输入向量设置天牛左右须位置、 左右须间距、 初始步长以及迭代次数； 依据初始参数对BP神经网络进行训练， 获得初始误差值， 通过比较个体的初始误差值， 获得天牛空间坐标以及个 体位置坐标； 根据适应度评价函数 计算并比较左右须适应度值， 确定天牛空间 移动方向； 根据变步长更新步长， 重复上述步骤， 通过更新的天牛空间移动方向结合适应度评价 函数， 更新天牛空间坐标和个 体位置坐标； 达到设置迭代次数， 输出天牛空间坐标和个体位置坐标， 优化BP层级间的连接权重， 获 得优化后的IBAS ‑BP优化模型。 5.如权利要求1所述的中短期负荷预测方法， 其特征在于， 所述步骤二在对样本数据集 中的气象数据、 日期类型进行量 化处理之后还 包括： 对样本数据集中的数据进行预处理， 采用直接删除法或平均值填充法处理数据集中的 异常负荷数据。 6.如权利要求5所述的中短期负荷预测方法， 其特征在于， 在对样本数据集中的数据进 行预处理之后， 所述方法还包括： 采用横向比较法对样本数据集中的异常负荷数据进行二 次修正。 7.一种中短期负荷预测系统， 应用到如权利要求1至6任一项所述的方法， 其特征在于，权　利　要　求　书 1/2 页 2 CN 114091758 A 2包括： 数据集构建模块， 用于根据待预测的日期类型以及气象数据类型获取对应的历史采样 样本， 构建样本数据集； 数据处理模块， 用于归一化样本数据集中的负荷数据， 获得归一化后的第 一输入向量， 以及对样本数据集中的气象数据、 日期类型进行量 化处理， 获得量 化后的第二输入向量； 结构确定模块， 用于根据第一、 第二输入向量和输出向量确定BP神经网络的结构； 优化模块， 用于通过天牛 须算法优化BP神经网络， 建立 IBAS‑BP优化模型； 预测模块， 用于通过IBAS ‑BP优化模型进行中短期电力负荷预测。 8.一种计算机可读存储介质， 所述计算机可读存储介质上存储有计算机程序， 其特征 在于， 所述计算机程序被处 理器执行时实现如权利要求1 ‑6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114091758 A 3