(19)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 202210919097.0 (22)申请日 2022.08.02 (71)申请人 中国工业互联网研究院 地址 100020 北京市朝阳区利泽西街6号院 2号楼 (72)发明人 马戈　何思佳　吕衎　朱国伟　 (74)专利代理 机构 深圳市恒程创新知识产权代 理有限公司 4 4542 专利代理师 李晶 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) H02J 3/00(2006.01) (54)发明名称 基于边缘计算的电力负荷预测方法、 装置、 设备及介质 (57)摘要 本发明涉及数据处理技术领域， 公开了一种 基于边缘计算的电力负荷预测方法、 装置、 设备 及介质， 所述方法包括： 根据目标区域的产业用 电量和居民用电量得到用电总量集合， 提取所述 用电总量集合的边缘用电量； 获取所述目标区域 的历史电力负荷数据和影响电力负荷的气候因 素； 根据所述历史电力负荷数据和所述气候因素 构建电力负荷预测模型； 根据所述电力负荷预测 模型和所述边缘用电量预测出在目标时间段内 所述目标区域的电力负荷； 通过上述方式， 根据 目标区域的历史电力负荷数据和影响电力负荷 的气候因素构建电力负荷预测模 型， 然后通过电 力负荷预测模型对缘用电量预测出在目标时间 段内所述目标区域的电力负荷， 从而能够有效提 高预测电力负荷的准确性。 权利要求书2页 说明书9页 附图3页 CN 114971094 A 2022.08.30 CN 114971094 A 1.一种基于边缘计算的电力负荷预测方法， 其特征在于， 所述基于边缘计算的电力负 荷预测方法包括以下步骤： 根据目标区域的产业用电量和居民用电量得到用电总量集合， 提取所述用电总量集合 的边缘用电量； 获取所述目标区域的历史电力负荷数据和影响电力负荷的气候因素； 根据所述历史电力负荷数据和所述气候因素构建电力负荷预测模型； 根据所述电力负荷预测模型和所述边缘用电量预测出在 目标时间段内所述目标区域 的电力负荷。 2.如权利要求1所述的基于边缘计算的电力负荷预测方法， 其特征在于， 所述根据目标 区域的产业用电量和居民用电量得到用电总量 集合， 包括： 按照预设时间间隔分别对目标区域的产业用电量和居民用电量进行划分， 得到若干分 段产业用电量和若干分段居民用电量； 根据所述预设时间间隔和所述若干分段产业用电量生成产业用电量曲线， 以及根据 所 述预设时间 间隔和所述若干分段居民用电量 生成居民用电量曲线； 通过目标时间戳对所述产业用电量曲线和所述居民用电量曲线进行数据同步， 得到用 电量同步曲线； 将所述用电量同步曲线中各个时刻的用电量进行累加， 得到对应的用电总量 集合。 3.如权利要求1所述的基于边缘计算的电力负荷预测方法， 其特征在于， 所述提取所述 用电总量 集合的边缘用电量， 包括： 根据所述用电总量 集合中的各个用电总量和所述各个时刻生成用电总量曲线； 通过目标工业自动 化平台对所述用电总量曲线进行数据分析， 得到第 一范围内的若干 最高用电总量和第二范围内的若干最低用电总量； 根据所述第一范围内的若干最高用电总量和所述第二范围内的若干最低用电总量得 到对应的边 缘用电量。 4.如权利要求1所述的基于边缘计算的电力负荷预测方法， 其特征在于， 所述根据 所述 历史电力负荷数据和所述气候因素构建电力负荷预测模型， 包括： 对所述历史电力负荷数据进行清洗， 并对清洗后的历史电力负荷数据进行连续性检 测； 在检测结果为所述清洗后的历史电力负荷数据不连续时， 获取不连续数据的位置索 引； 通过目标线性插值算法对所述位置索引进行数据填充， 得到对应的填充电力负荷数 据； 根据所述 填充电力荷数据和所述 不连续数据生成目标历史负荷数据； 根据目标深度森林算法、 目标历史负荷数据以及所述气候因素构建电力负荷预测模 型。 5.如权利要求4所述的基于边缘计算的电力负荷预测方法， 其特征在于， 所述根据目标 深度森林算法、 目标历史负荷数据以及所述气候因素构建电力负荷预测模型， 包括： 根据所述气候因素对所述目标历史负荷数据进行修订， 根据修订后的目标历史负荷数 据得到目标输入特 征负荷数据；权　利　要　求　书 1/2 页 2 CN 114971094 A 2通过增加目标卷积路径对初始神经网络模型的卷积层的主干网络进行拓宽， 得到目标 主干网络； 获取初始深度森林算法的多粒度扫描窗和窗口滑动步长； 根据电力负荷数据的特性信 息对所述多粒度扫描窗口和所述窗口滑动步长进行调 整， 得到目标深度森林算法； 根据所述目标深度森林算法和所述目标主干网络对所述目标输入特征负荷数据进行 训练， 得到电力负荷预测模型。 6.如权利要求1所述的基于边缘计算的电力负荷预测方法， 其特征在于， 所述根据 所述 电力负荷预测模型和所述边缘用电量预测出在目标时间段内所述目标区域的电力负荷， 包 括： 在所述边缘用电量大于或等于预设用电量阈值 时， 将所述边缘用电量的电力负荷 设定 为目标固定值； 在所述边缘用电量小于所述预设用电量阈值且所述边缘用电量为多个时， 通过电力负 荷预测模型对所述 边缘用电量进行 预测， 得到若干时间段电力负荷； 根据所述若干时间段电力负荷计算出在目标时间段内所述目标区域的电力负荷。 7.如权利要求6所述的基于边缘计算的电力负荷预测方法， 其特征在于， 所述根据 所述 若干时间段电力负荷计算出在目标时间段内所述目标区域的电力负荷之后， 还 包括： 在所述电力负荷大于预设电力负荷阈值 时， 根据所述电力负荷和所述预设电力负荷阈 值计算出电力负荷差值； 通过预设负荷等级转换 策略对所述电力负荷差值进行转换， 得到对应的风险等级； 根据所述风险等级生成并发布对应的风险预警信息， 并在预设时间段内断开总闸开 关。 8.一种基于边缘计算的电力负荷预测装置， 其特征在于， 所述基于边缘计算的电力负 荷预测装置包括： 提取模块， 用于根据目标区域的产业用电量和居民用电量得到用电总量集合， 提取所 述用电总量 集合的边缘用电量； 获取模块， 用于获取 所述目标区域的历史电力负荷数据和影响电力负荷的气候因素； 构建模块， 用于根据所述历史电力负荷数据和所述气候因素构建电力负荷预测模型； 预测模块， 用于根据 所述电力负荷预测模型和所述边缘用电量预测出在目标时间段内 所述目标区域的电力负荷。 9.一种基于边缘计算的电力负荷预测设备， 其特征在于， 所述基于边缘计算的电力负 荷预测设备包括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运行 的基于 边缘计算的电力负荷预测程序， 所述基于边缘计算的电力负荷预测程序配置有实现如权利 要求1至7中任一项所述的基于边 缘计算的电力负荷预测方法。 10.一种存储介质， 其特征在于， 所述存储介质上存储有基于边缘计算的电力负荷预测 程序， 所述基于边缘计算的电力负荷预测程序被处理器执行时实现如权利要求 1至7中任一 项所述的基于边 缘计算的电力负荷预测方法。权　利　要　求　书 2/2 页 3 CN 114971094 A 3