电能需求预测方法、模型训练方法、装置及电子设备

专利主权项内容

1.一种模型训练方法，其特征在于，所述方法包括：获取第一预定区域内的M个对象在第一预设天数内的每天的历史用电量，其中，M为正整数；针对所述M个对象在第一预设天数内的同一天的历史用电量，利用二维核密度估计公式对所述同一天的历史用电量进行处理，得到与所述同一天的历史用电量对应的能耗密度图；根据第二预设天数，将第一预设天数数量个所述能耗密度图划分为N个输入序列，其中，N为正整数，所述第二预设天数小于所述第一预设天数；针对所述N个输入序列中的第i输入序列，将所述第i输入序列输入初始时空预测模型，输出与所述第i输入序列对应的第i预测密度图序列；针对所述第i预测密度图序列包括的每个预测密度图，根据所述预测密度图中的每个像素值、最大像素值、最小像素值、所述历史用电量中的最大单日用电量和最小单日用电量，计算所述第一预定区域中的、与所述预测密度图中的每个像素各自对应的目标区域的预测用电量，得到多个预测用电量；根据与所述第i预测密度图序列包括的各个预测密度图各自对应的所述多个预测用电量和多个实际用电量，计算损失值，其中，与每个所述预测密度图对应的多个实际用电量是根据与每个所述预测密度图对应的预测日期的历史用电量得到的；在所述损失值小于预设阈值的情况下，得到目标时空预测模型。