CN119442121A 基于gru模型的线损预测方法及系统 （国网上海市电力公司）

本发明公开了一种基于GRU模型的线损预测于GRU模型的线损预测方法包括：获取历史线损特征训练GRU模型及LightGBM模型；基于训练好预测结果得到线损预测结果。本发明的基于GRU捕捉能力，可以提升模型预测的准确性及鲁棒2基于所述预处理后的历史线损数据得到输入特征，所述输入特征包括基于所述输入特征训练GRU模型及LightGBM模型；所述基于所述输入特征训练GRU模用网格搜索法对所述GRU模型的超参数进行优化；使用所述测试集评估GRU模型的预测性基于所述第一预测结果及所述第二预测结果得到线损对所述历史线损数据进行清洗，以去除所述历史线损数据中的异常值3.根据权利要求1所述的基于GRU模型的4.根据权利要求1所述的基于GRU模型的线损预测方法5.根据权利要求1所述的基于GRU模型的线损6.根据权利要求1所述的基于GRU模型的线损预7.根据权利要求1所述的基于GRU模型将所述第一预测结果及所述第二预测结果输入至元学习器3监测所述GRU模型的预测误差，在所述GRU模型的预测误差存在异常时对所述GRU模型监测所述LightGBM模型的预测误差，在所述LightGBM模型的预测误9.一种基于GRU模型的线损预测系统，其特4[0001]本发明涉及电力系统自动化技术领域，且特别是有关于一种基于GRU模型的线损[0003]本申请的目的在于克服现有技术的缺陷，提供一种基于GRU模型的线损预测方法型性能，并基于评估的模型性能调整所述网络层的层数及各层所述网络层中的神经元数基于所述第一预测结果及所述第二预测结果得到线损5结果；将所述输入特征及所述第一预测结果输入至训练好的LightGBM模型进行线损预测，将所述第一预测结果与所述第二预测结果进行加权平均以得到所述线损预测结[0011]可选地，所述基于所述第一预测结果及所述第二预测结果得到线损预测结果之监测所述GRU模型的预测误差，在所述GRU模型的预测误差存在异常时对所述GRU6[0017]图2为本申请一个实施例中提供的基于GRU模型的线损预测方法中步骤S40中基于[0019]为使本申请实施例的目的和技术方案更加清楚，下面将结合本申请实施例的附日线损电量与日供电量的比值计算得出，如上述例子中的日平均线损率为。电量汇总通过将一个月内每日线损电量相加得到。它有助于分析较长时间段内的线损情7其中，各个变电站的综合线损电量可以包括变压器损耗及站内设备损耗等。例如，一个110kV变电站的站内线损电量是该变电站所有设备损耗电量的总和。变电站的线损率用于8段线损较高可能与该时段的用电高峰有关。季节特征可以将时间数据转换为季节信息，如路的电阻会因温度升高而增加，从而使线损率可能比冬季高。工作日/周末/节假日特征可相应的工业线路线损可能会降低。化会影响线路电阻和设备运行效率，记录环境温度数据可以帮助分析其对线损的影响程9征数据进行可视化分析，以确保数据的质量和特征的有效性。图表工具可以使用量的均值；为皮尔逊相关系数，它衡量了输入特征和目标变量之间线性关系的强度和方r的取值范围是[_1,1]。当r=1时，表示输入特对目标变量影响较小的特征权重会逐渐变为0。例如，假设有一个包含三个特征[0057]作为示例，所述基于GRU模型的线损预测方法还包括获取季节性特征数据及天气波动。“湿度”结合，形成新的特征“温湿度指数”，以捕捉更复杂的关系。具体实现方式为：[0059]在步骤S40中，请参阅图1中的S40步骤，基于所述输入特征训练GRU模型及[0069]作为示例，所述Attention层还可以采用稀疏Attention过程中自动选择最重要的时间步进行Attention计算，从而能够根据数据的特性动态调整[0073]在上述示例中，相较于全连接Attention在处理相同长度序列时的计算时间和资的GRU模型的模型性能，并基于评估的模型性能调整所述网络层的层数及各层所述网络层利用其高效的梯度提升算法处理结构化数据。LightGBM使用梯度提升算法构建模型，[0080]在步骤S60中，请参阅图1中的S60步骤，基于训练好的LightGBM模型进行线损预[0081]作为示例，可以将输入特征输入训练好的LightGBM模型进行线损预测，以得到果调整所述GRU模型与所述LightGBM模型的参数和权重。可以使用交叉验证来评估不同集的模型能够同时利用GRU模型的时间序列学习能力和LightGBM模型的非线性建模能力，减在LightGBM模型的预测误差存在异常时对LightGBM模型进行参数调整；还可以同时监测GRU模型的预测误差及LightGBM模型的预测误差，在GRU模型的预测误差存在异常时对GRU模型进行参数调整，在LightGBM模型的预测误差存在异常时对LightGBM模型进行参数调分别预测得出第一预测结果及第二预测结果两个结果，综合二者得到最终的线损预测结用于基于第一预测结果及所述第二预测结