本技術(shù)涉及用電量預(yù)測的，具體而言，涉及一種用電量預(yù)測方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、為了提升發(fā)電、輸電和配電能力，確保供電充足和穩(wěn)定，對未來的用電量做出預(yù)測具有非常重要的意義。目前的用電量預(yù)測任務(wù)和方法中，許多研究都集中在利用神經(jīng)網(wǎng)絡(luò)模型，例如長短期記憶網(wǎng)絡(luò)（lstm）、反向傳播神經(jīng)網(wǎng)絡(luò)（bpnn）以及線性與非線性的混合模型，這些非線性的模型能夠自動學習序列的特征和非線性趨勢。

2、但是，現(xiàn)有神經(jīng)網(wǎng)絡(luò)技術(shù)在進行未來數(shù)據(jù)的單步預(yù)測時，需要足夠多的訓練數(shù)據(jù)去優(yōu)化參數(shù)，并且在訓練過程中，需要更多的計算資源和時間，而現(xiàn)有的神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果由于模型具有復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)以及參數(shù)，導(dǎo)致預(yù)測的用電量結(jié)果具有較差的解釋性。

3、因此，為了解決現(xiàn)有的用電量預(yù)測方法在構(gòu)建神經(jīng)網(wǎng)絡(luò)模型時因為其復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)導(dǎo)致訓練時需要花費更多的計算資源和時間以及預(yù)測結(jié)果解釋性較差的技術(shù)問題，亟需一種用電量預(yù)測方法、裝置、電子設(shè)備及存儲介質(zhì)。

技術(shù)實現(xiàn)思路

1、本技術(shù)的目的在于提供一種用電量預(yù)測方法、裝置、電子設(shè)備及存儲介質(zhì)，通過將二階差分處理后的近期用電數(shù)據(jù)輸入至利用最小二乘法、模型滯后階數(shù)和殘差方差圖構(gòu)建的用電量預(yù)測模型，得到預(yù)測用電量數(shù)據(jù)，解決現(xiàn)有的用電量預(yù)測方法在構(gòu)建神經(jīng)網(wǎng)絡(luò)模型時因為其復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)導(dǎo)致訓練時需要花費更多的計算資源和時間以及預(yù)測結(jié)果解釋性較差的問題，能夠通過模型滯后階數(shù)快速確定模型的權(quán)重系數(shù)，節(jié)省了大量的計算資源和時間，提高了用電量的預(yù)測效率。

2、第一方面，本技術(shù)提供了一種用電量預(yù)測方法，包括：

3、獲取待測用電系統(tǒng)的歷史用電量數(shù)據(jù)；

4、采用差分法，對所述歷史用電量數(shù)據(jù)進行二階差分處理，得到差分處理數(shù)據(jù)；

5、利用最小二乘法、模型滯后階數(shù)和殘差方差圖，根據(jù)所述差分處理數(shù)據(jù)，構(gòu)建ar模型，得到用電量預(yù)測模型；

6、獲取所述待測用電系統(tǒng)的近期用電數(shù)據(jù)，并將二階差分處理后的近期用電數(shù)據(jù)輸入至所述用電量預(yù)測模型，得到所述待測用電系統(tǒng)在預(yù)設(shè)周期內(nèi)的預(yù)測用電量數(shù)據(jù)。

7、本技術(shù)提供的用電量預(yù)測方法可以實現(xiàn)對用電量進行預(yù)測，通過將二階差分處理后的近期用電數(shù)據(jù)輸入至利用最小二乘法、模型滯后階數(shù)和殘差方差圖構(gòu)建的用電量預(yù)測模型，得到預(yù)測用電量數(shù)據(jù)，解決現(xiàn)有的用電量預(yù)測方法在構(gòu)建神經(jīng)網(wǎng)絡(luò)模型時因為其復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)導(dǎo)致訓練時需要花費更多的計算資源和時間以及預(yù)測結(jié)果解釋性較差的問題，能夠通過模型滯后階數(shù)快速確定模型的權(quán)重系數(shù)，節(jié)省了大量的計算資源和時間，提高了用電量的預(yù)測效率。

8、可選地，采用差分法，對所述歷史用電量數(shù)據(jù)進行二階差分處理，得到差分處理數(shù)據(jù)，包括：

9、對所述歷史用電量數(shù)據(jù)進行差分操作，得到所述歷史用電量數(shù)據(jù)的初級差分處理數(shù)據(jù)；

10、對所述初級差分處理數(shù)據(jù)進行差分操作，得到差分處理數(shù)據(jù)。

11、可選地，利用最小二乘法、模型滯后階數(shù)和殘差方差圖，根據(jù)所述差分處理數(shù)據(jù)，構(gòu)建ar模型，得到用電量預(yù)測模型，包括：

12、利用最小二乘法、模型滯后階數(shù)和殘差方差圖，構(gòu)建ar模型，得到初步的用電量預(yù)測模型；

13、根據(jù)所述差分處理數(shù)據(jù)，對所述初步的用電量預(yù)測模型進行訓練和驗證，得到用電量預(yù)測模型。

14、本技術(shù)提供的用電量預(yù)測方法可以實現(xiàn)對用電量進行預(yù)測，通過最小二乘法和模型滯后階數(shù)，構(gòu)建ar模型，并根據(jù)差分處理數(shù)據(jù)，訓練和驗證ar模型，得到用電量預(yù)測模型，通過用電量預(yù)測模型對用電量進行預(yù)測，有利于提高用電量的預(yù)測效率。

15、可選地，利用最小二乘法、模型滯后階數(shù)和殘差方差圖，構(gòu)建ar模型，得到初步的用電量預(yù)測模型，包括：

16、構(gòu)建ar模型；

17、通過所述ar模型的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)，計算得到所述ar模型的偏自相關(guān)函數(shù)圖和不同階數(shù)的殘差方差圖，用以確定所述ar模型的模型滯后階數(shù)；

18、利用最小二乘法，根據(jù)所述模型滯后階數(shù)，求解所述ar模型的權(quán)重系數(shù)，并使用所述權(quán)重系數(shù)，對所述ar模型進行優(yōu)化，得到所述初步的用電量預(yù)測模型。

19、本技術(shù)提供的用電量預(yù)測方法可以實現(xiàn)對用電量進行預(yù)測，通過ar模型的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)，計算得到偏自相關(guān)函數(shù)圖和不同階數(shù)的殘差方差圖，從而計算得到模型滯后階數(shù)，利用最小二乘法、模型滯后階數(shù)和殘差方差圖求解得到ar模型的權(quán)重系數(shù)，并使用權(quán)重系數(shù)，對ar模型進行優(yōu)化，得到初步的用電量預(yù)測模型，在對初步的用電量預(yù)測模型進行訓練后，能夠準確預(yù)測用電量。

20、可選地，根據(jù)所述差分處理數(shù)據(jù)，對所述初步的用電量預(yù)測模型進行訓練和驗證，得到用電量預(yù)測模型，包括：

21、基于所述差分處理數(shù)據(jù)中用于訓練的數(shù)據(jù)，訓練所述初步的用電量預(yù)測模型，得到訓練后的初步的用電量預(yù)測模型；

22、根據(jù)所述差分處理數(shù)據(jù)中未用于訓練的數(shù)據(jù)，驗證所述訓練后的初步的用電量預(yù)測模型，得到所述用電量預(yù)測模型。

23、可選地，基于所述差分處理數(shù)據(jù)中用于訓練的數(shù)據(jù)，訓練所述初步的用電量預(yù)測模型，得到訓練后的初步的用電量預(yù)測模型，包括：

24、將所述差分處理數(shù)據(jù)中用于訓練的數(shù)據(jù)輸入至所述初步的用電量預(yù)測模型，得到對應(yīng)的預(yù)測輸出；

25、根據(jù)所述差分處理數(shù)據(jù)中用于訓練的數(shù)據(jù)的下一個時間點數(shù)據(jù)與所述對應(yīng)的預(yù)測輸出，確定訓練誤差；

26、基于所述訓練誤差，調(diào)整所述初步的用電量預(yù)測模型的參數(shù)，得到最優(yōu)參數(shù)，并利用最優(yōu)參數(shù)，優(yōu)化所述初步的用電量預(yù)測模型，得到訓練后的初步的用電量預(yù)測模型。

27、可選地，將所述差分處理數(shù)據(jù)中用于訓練的數(shù)據(jù)輸入至所述初步的用電量預(yù)測模型之前，還包括：

28、初始化所述初步的用電量預(yù)測模型的參數(shù)。

29、第二方面，本技術(shù)提供了一種用電量預(yù)測裝置，包括：

30、獲取模塊，用于獲取待測用電系統(tǒng)的歷史用電量數(shù)據(jù)；

31、差分模塊，用于采用差分法，對所述歷史用電量數(shù)據(jù)進行二階差分處理，得到差分處理數(shù)據(jù)；

32、構(gòu)建模塊，用于利用最小二乘法、模型滯后階數(shù)和殘差方差圖，根據(jù)所述差分處理數(shù)據(jù)，構(gòu)建ar模型，得到用電量預(yù)測模型；

33、預(yù)測模塊，用于獲取所述待測用電系統(tǒng)的近期用電數(shù)據(jù)，并將二階差分處理后的近期用電數(shù)據(jù)輸入至所述用電量預(yù)測模型，得到所述待測用電系統(tǒng)在預(yù)設(shè)周期內(nèi)的預(yù)測用電量數(shù)據(jù)。

34、該用電量預(yù)測裝置，通過將二階差分處理后的近期用電數(shù)據(jù)輸入至利用最小二乘法、模型滯后階數(shù)和殘差方差圖構(gòu)建的用電量預(yù)測模型，得到預(yù)測用電量數(shù)據(jù)，解決現(xiàn)有的用電量預(yù)測方法在構(gòu)建神經(jīng)網(wǎng)絡(luò)模型時因為其復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)導(dǎo)致訓練時需要花費更多的計算資源和時間以及預(yù)測結(jié)果解釋性較差的問題，能夠通過模型滯后階數(shù)快速確定模型的權(quán)重系數(shù)，節(jié)省了大量的計算資源和時間，提高了用電量的預(yù)測效率。

35、第三方面，本技術(shù)提供了一種電子設(shè)備，包括處理器和存儲器，所述存儲器存儲有所述處理器可執(zhí)行的計算機程序，所述處理器執(zhí)行所述計算機程序時，運行如前文所述用電量預(yù)測方法中的步驟。

36、第四方面，本技術(shù)提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時運行如前文所述用電量預(yù)測方法中的步驟。

37、有益效果：本技術(shù)提供的用電量預(yù)測方法、裝置、電子設(shè)備及存儲介質(zhì)，通過將二階差分處理后的近期用電數(shù)據(jù)輸入至利用最小二乘法、模型滯后階數(shù)和殘差方差圖構(gòu)建的用電量預(yù)測模型，得到預(yù)測用電量數(shù)據(jù)，解決現(xiàn)有的用電量預(yù)測方法在構(gòu)建神經(jīng)網(wǎng)絡(luò)模型時因為其復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)導(dǎo)致訓練時需要花費更多的計算資源和時間以及預(yù)測結(jié)果解釋性較差的問題，能夠通過模型滯后階數(shù)快速確定模型的權(quán)重系數(shù)，節(jié)省了大量的計算資源和時間，提高了用電量的預(yù)測效率。