[發(fā)明專利]一種用電量預測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611178142.2
• 申請日: 2016-12-19
• 公開（公告）號: CN106779219A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設計）人: 王繼業(yè);高靈超;沈驥;曹鴻謙;于亞光;張海超
• 申請（專利權(quán)）人: 北京中電普華信息技術有限公司;國網(wǎng)信息通信產(chǎn)業(yè)集團有限公司;國家電網(wǎng)公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 羅滿

1.一種用電量預測方法，其特征在于，包括：

步驟S1：利用Spark平臺讀取原始用電量數(shù)據(jù)，并將所述原始用電量數(shù)據(jù)轉(zhuǎn)換為彈性分布數(shù)據(jù)集；

步驟S2：提取所述彈性分布數(shù)據(jù)集的特征值，將所述彈性分布數(shù)據(jù)集按照預設比例劃分為具有相同所述特征值的訓練數(shù)據(jù)集以及測試數(shù)據(jù)集；

步驟S3：建立預測模型，將所述訓練數(shù)據(jù)集代入所述預測模型，計算所述預測模型的模型參數(shù)；

步驟S4：將待預測數(shù)據(jù)作為變量輸入至已代入所述模型參數(shù)的預測模型中，輸出用電量預測值。

2.如權(quán)利要求1所述的用電量預測方法，其特征在于，所述步驟S1中，所述用Spark平臺讀取原始用電量數(shù)據(jù)之后，還包括：

對所述原始用電量數(shù)據(jù)進行清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約處理。

3.如權(quán)利要求2所述的用電量預測方法，其特征在于，所述步驟S4之前，還包括：

重新將所述彈性分布數(shù)據(jù)集按照另一預設比例劃分為具有相同所述特征值的訓練數(shù)據(jù)集以及測試數(shù)據(jù)集；

將所述測試數(shù)據(jù)集輸入所述預測模型中，優(yōu)化所述模型參數(shù)，得到優(yōu)化后的預測模型。

4.如權(quán)利要求3所述的用電量預測方法，其特征在于，還包括：

將所述預測模型以及所述用電量預測值保存至分布式文件系統(tǒng)中。

5.如權(quán)利要求1至4任一項所述的用電量預測方法，其特征在于，所述步驟S3中，利用AdaBoost回歸算法建立預測模型，生成AdaBoost回歸預測模型。

6.一種用電量預測系統(tǒng)，其特征在于，包括：

讀取模塊，用于利用Spark平臺讀取原始用電量數(shù)據(jù)；

轉(zhuǎn)換模塊，用于將所述原始用電量數(shù)據(jù)轉(zhuǎn)換為彈性分布數(shù)據(jù)集；

數(shù)據(jù)集劃分模塊，用于提取所述彈性分布數(shù)據(jù)集的特征值，將所述彈性分布數(shù)據(jù)集按照預設比例劃分為具有相同所述特征值的訓練數(shù)據(jù)集以及測試數(shù)據(jù)集；

模型建立模塊，用于建立預測模型，將所述訓練數(shù)據(jù)集代入所述預測模型，計算所述預測模型的模型參數(shù)；

預測模塊，用于將待預測數(shù)據(jù)作為變量輸入至已代入所述模型參數(shù)的預測模型中，輸出用電量預測值。

7.如權(quán)利要求6所述的用電量預測系統(tǒng)，其特征在于，還包括：

數(shù)據(jù)處理模塊，用于對所述原始用電量數(shù)據(jù)進行清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約處理。

8.如權(quán)利要求7所述的用電量預測系統(tǒng)，其特征在于，還包括：

模型優(yōu)化模塊，用于將所述測試數(shù)據(jù)集輸入所述預測模型中，優(yōu)化所述模型參數(shù)，得到優(yōu)化后的預測模型。

9.如權(quán)利要求8所述的用電量預測系統(tǒng)，其特征在于，還包括：

存儲模塊，用于將所述預測模型以及所述用電量預測值保存至分布式文件系統(tǒng)中。