本发明涉及电网投资成本预测术领域，具体涉及一种考虑多维因素的电网投资建设成本lstm预测方法、装置及设备。
背景技术：
1、电网作为实施国家能源战略的重要主体，承担着促进资源优化配置的重要责任。在新型电力系统建设背景下，随着电网规模的扩大和能源的推进，电网将呈现出多元融合的新模式，在更大范围内提质增效。为满足电力需求持续增长，构建现代能源体系，电网投资建设成本一般数额巨大，影响因素众多。如电网的供给地区，当地的人口数量、各类产业的生产总值、电网设备的技术性投资等。
2、这些数据，在满足用户的用电情况下，整体的电网投资建设成本是否符合新型电力系统建设下的电力设备的寿命需求，是否符合新型电力系统建设下的电网的工况要求，需要进行验算，如果结果符合要求，说明这些投资对应的电网技术储备、寿命时长等符合新型电力系统建设的需求，且不会导致资源浪费，也不会导致储备不足。然而，现有电网投资建设成本技术的预测以经验为主，缺乏适用于新型电力系统建设这一新形势下的预测技术。
技术实现思路
1、本发明的目的在于提供一种考虑多维因素的电网投资建设成本lstm预测方法、装置及设备，能够充分考虑影响电网投资建设成本的多种因素，得到准确的电网投资建设成本预测数据，提高了预测准确性。
2、根据本公开的一方面，提供了一种考虑多维因素的电网投资建设成本lstm预测方法，包括：获取电网投资建设成本预测模型，将待预测时间段输入电网投资建设成本预测模型，得到待预测时间段内各个时间点的电网投资建设成本；采集电网投资建设成本在历史时间序列对应的第一数据，所述第一数据包括与投资建设成本相关影响因素序列以及历史时间序列；对所述第一数据进行数据处理，生成样本集，并对样本集中的样本进行划分，划分为训练样本及测试样本；利用训练样本对lstm模型进行训练；利用测试样本对训练后的lstm模型进行测试，得到训练好的电网投资建设成本预测模型。
3、根据本公开的一些实施例，所述电网投资建设成本预测模型根据第一数据对lstm模型进行训练得到。
4、根据本公开的一些实施例，所述相关影响因素序列包括地区生产总值、第二产业增加值、常住人口、全社会固定资产投资额、全社会用电量。
5、根据本公开的一些实施例，对所述第一数据进行数据处理，包括：数据归一化处理及数据平滑处理。
6、根据本公开的一些实施例，所述数据平滑处理采用savitzky-golay滤波公式处理。
7、根据本公开的一些实施例，所述对样本集中的样本进行划分采用k折交叉验证法进行划分。
8、根据本公开的一些实施例，所述利用测试样本对训练后的lstm模型进行测试，得到训练好的电网投资建设成本预测模型，包括：将预处理后的地区生产总值、第二产业增加值、常住人口、全社会固定资产投资额、全社会用电量数据作为输入变量传递给lstm模型，以电网投资建设成本作为输出变量，利用模型对电网投资建设成本进行预测。
9、根据本公开的一些实施例，所述利用训练样本对lstm模型进行训练时，采用均方根误差或平均绝对误差来衡量预测的准确性。
10、根据本公开的第二方面，提供一种考虑多维因素的电网投资建设成本lstm预测装置，包括：模型预测模块，获取电网投资建设成本预测模型，将待预测时间段输入电网投资建设成本预测模型，得到待预测时间段内各个时间点的电网投资建设成本；数据采集模块，用于采集电网投资建设成本在历史时间序列对应的第一数据，所述第一数据包括与投资建设成本相关影响因素序列以及历史时间序列；数据处理模块，用于对所述第一数据进行数据处理，生成样本集，并对样本集中的样本进行划分，划分为训练样本及测试样本；模型训练模块，用于利用训练样本对lstm模型进行训练，利用测试样本对训练后的lstm模型进行测试，得到训练好的电网投资建设成本预测模型。
11、根据本公开的第三方面，提供一种电子设备，包括处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，执行如上述所述的考虑多维因素的电网投资建设成本lstm预测方法。
12、由上述技术方案可知，本公开提出了一种考虑多维因素的电网投资建设成本lstm预测方法、装置及设备，充分考虑影响电网投资建设成本的多种因素，对原始序列数据进行归一化、平滑处理和数据集划分，运用多头因果注意力机制和前馈神经网络对训练样本进行“自我学习”和“自我调整”，建立基于lstm的电网投资建设成本预测模型，能够得到准确的电网投资建设成本预测数据，从而指导市场主体在电网投资建设中的合理决策。
1.一种考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，包括：
2.根据权利要求1所述的考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，所述电网投资建设成本预测模型根据第一数据对lstm模型进行训练得到。
3.根据权利要求1所述的考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，所述相关影响因素序列包括地区生产总值、第二产业增加值、常住人口、全社会固定资产投资额、全社会用电量。
4.根据权利要求1所述的考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，对所述第一数据进行数据处理，包括：数据归一化处理及数据平滑处理。
5.根据权利要求4所述的考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，所述数据平滑处理采用savitzky-golay滤波公式处理。
6.根据权利要求1所述的考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，所述对样本集中的样本进行划分采用k折交叉验证法进行划分。
7.根据权利要求3所述的考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，所述利用测试样本对训练后的lstm模型进行测试，得到训练好的电网投资建设成本预测模型，包括：
8.根据权利要求1所述的考虑多维因素的电网投资建设成本lstm预测方法，其特征在于，所述利用训练样本对lstm模型进行训练时，采用均方根误差或平均绝对误差来衡量预测的准确性。
9.一种考虑多维因素的电网投资建设成本lstm预测装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述权利要求1-8任一项所述的方法。
