[發(fā)明專利]一種基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法在審
| 申請?zhí)枺?/td> | 201810382401.6 | 申請日: | 2018-04-26 |
| 公開(公告)號: | CN108615092A | 公開(公告)日: | 2018-10-02 |
| 發(fā)明(設(shè)計)人: | 陳新泉;薛菲;李繼庚;洪蒙納;胡雨沙 | 申請(專利權(quán))人: | 廣東省廣業(yè)科技集團(tuán)有限公司 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06F17/30 |
| 代理公司: | 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司 44245 | 代理人: | 李斌 |
| 地址: | 510075 廣東省廣*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 指數(shù)平滑模型 污水處理廠 進(jìn)水量 預(yù)測 指數(shù)平滑 加權(quán)系數(shù) 輸出預(yù)測 數(shù)據(jù)濾波 數(shù)據(jù)清洗 數(shù)據(jù)填補 訓(xùn)練樣本 質(zhì)量分析 重新選擇 優(yōu)選法 分析 | ||
1.一種基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法,其特征在于,包括下述步驟:
S1、獲取污水處理廠進(jìn)水量的數(shù)據(jù),并進(jìn)行數(shù)據(jù)質(zhì)量分析,以篩選質(zhì)量不合格的數(shù)據(jù);
S2、對步驟S1中經(jīng)過質(zhì)量分析的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理,獲得用于建模的時間序列數(shù)據(jù);所述預(yù)處理包括數(shù)據(jù)清洗、數(shù)據(jù)填補、以及數(shù)據(jù)濾波;
S3、根據(jù)步驟S2獲得的時間序列數(shù)據(jù)的變化趨勢,選擇指數(shù)平滑模型;所述指數(shù)平滑模型包括:一次指數(shù)平滑模型、二次指數(shù)平滑模型、以及三次指數(shù)平滑模型;
S4、對于經(jīng)過步驟S3選擇的指數(shù)平滑模型,利用優(yōu)選法確定該指數(shù)平滑模型的加權(quán)系數(shù),得到污水處理廠進(jìn)水量指數(shù)平滑模型;
S5、根據(jù)步驟S4獲得的污水處理廠進(jìn)水量指數(shù)平滑模型,利用訓(xùn)練樣本進(jìn)行污水處理廠進(jìn)水量預(yù)測,進(jìn)行預(yù)測效果分析,如果預(yù)測效果不合格,則重新選擇指數(shù)平滑的次數(shù),直到模型合格為止,最后輸出預(yù)測結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法,其特征在于,步驟S1中,所述數(shù)據(jù)質(zhì)量分析具體指判斷獲取的污水處理廠進(jìn)水量的原始數(shù)據(jù)是否存在數(shù)據(jù)質(zhì)量不合格的數(shù)據(jù),所述質(zhì)量不合格的數(shù)據(jù)包括異常值、缺失值、以及包含非數(shù)值型數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法,其特征在于,對于數(shù)據(jù)異常值,通過箱線圖進(jìn)行初次篩選,再通過3σ準(zhǔn)則進(jìn)行二次篩選;對于缺失值,采用matlab中的isnan()函數(shù)進(jìn)行判斷,對于非數(shù)值型數(shù)據(jù),采用matlab中的isnumeric()函數(shù)進(jìn)行判斷。
4.根據(jù)權(quán)利要求1所述的基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法,其特征在于,步驟S2中,所述數(shù)據(jù)清洗具體指:將數(shù)據(jù)質(zhì)量分析篩選出的異常值通過全局均值替換,非數(shù)值型數(shù)據(jù)變?yōu)槌?shù)值;
所述數(shù)據(jù)填補具體指:將連續(xù)1個小時以內(nèi)的缺失值采用單序列的局部回歸擬合插值法進(jìn)行填補,其余連續(xù)超過1小時的缺失值進(jìn)行最近鄰法插值;
所述數(shù)據(jù)濾波具體指:采用滑動平均濾波對經(jīng)過數(shù)據(jù)清洗和數(shù)據(jù)填補后的污水處理廠進(jìn)水量進(jìn)行濾波處理。
5.根據(jù)權(quán)利要求1所述的基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法,其特征在于,步驟S3中,所述一次指數(shù)平滑模型、二次指數(shù)平滑模型、以及三次指數(shù)平滑模型;
此三種模型的基本模型為:
St=a×yt+(1-a)×St-1
一次指數(shù)平滑模型為:yt+1=a×yt+(1-a)×yt
二次指數(shù)平滑模型為:
三次指數(shù)平滑模型為:
其中,為時間t的i次平滑值,yt為時間t的實際值,為時間t-1的i次平滑值,a為加權(quán)系數(shù),范圍為[0,1],i=1,2,3;
不同的指數(shù)平滑模型其預(yù)測特性不同,當(dāng)時間序列數(shù)據(jù)無明顯的趨勢變化時,采用一次指數(shù)平滑預(yù)測;當(dāng)時間序列數(shù)據(jù)呈現(xiàn)直線趨勢,選用二次指數(shù)平滑法預(yù)測;當(dāng)時間序列數(shù)據(jù)呈現(xiàn)拋物線趨勢,或者時間序列的數(shù)據(jù)經(jīng)二次指數(shù)平滑處理后,仍有曲率時,選用三次指數(shù)平滑法預(yù)測。
6.根據(jù)權(quán)利要求1所述的基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法,其特征在于,步驟S4中,優(yōu)選法確定指數(shù)平滑模型加權(quán)系數(shù)具體指:通過黃金分割的方法選擇加權(quán)系數(shù),通過預(yù)測結(jié)果與實際結(jié)果對比,選取結(jié)果誤差的范圍為[b,d],其中,0≤b<1,0<d≤1,然后繼續(xù)進(jìn)行分割,直到d-b<0.1結(jié)束,取區(qū)間平均值為指數(shù)平滑模型加權(quán)系數(shù)。
7.根據(jù)權(quán)利要求1所述的基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法,其特征在于,步驟S5中,所述的預(yù)測效果分析具體指:將預(yù)測模型得出的水進(jìn)水量的預(yù)測值和實際值進(jìn)行比較,然后根據(jù)指數(shù)平滑模型預(yù)測效果的評價指標(biāo)進(jìn)行模型預(yù)測效果的分析,所述模型預(yù)測效果的評價指標(biāo)包括均方根誤差平方和RMSE和相對誤差百分比MAPE;
均方根誤差平方和RMSE的表達(dá)式如下:
式中,ypi為預(yù)測值,yoi為實際值;i表示采樣點,n表示采樣總數(shù);
相對誤差百分比MAPE的表達(dá)式為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東省廣業(yè)科技集團(tuán)有限公司,未經(jīng)廣東省廣業(yè)科技集團(tuán)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810382401.6/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規(guī)劃、調(diào)度或分配時間、人員或機器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理
- 一種應(yīng)用于觸摸軌跡的平滑處理算法
- 融合時間因素的協(xié)同過濾方法和裝置
- 一種利用季節(jié)指數(shù)改進(jìn)二次指數(shù)平滑的月用電量預(yù)測方法
- 一種基于指數(shù)平滑模型的污水處理廠進(jìn)水量預(yù)測的方法
- 基于指數(shù)平滑法和灰色模型的信任預(yù)測方法
- 基于二次指數(shù)平滑改進(jìn)GM(1;1)的數(shù)據(jù)預(yù)測模型的建立方法
- 一種基于改進(jìn)季節(jié)性指數(shù)平滑模型的風(fēng)力發(fā)電量預(yù)測方法
- 一種基于電網(wǎng)調(diào)控數(shù)據(jù)的數(shù)據(jù)挖掘方法
- 基于指數(shù)平滑的件量預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)
- 基于改進(jìn)的三次指數(shù)平滑模型及LSTM模型在新冠疫情的預(yù)警方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測方法及裝置、預(yù)測模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測的方法及裝置
- 圖像預(yù)測方法及裝置、電子設(shè)備和存儲介質(zhì)
- 文本預(yù)測方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)





