[發明專利]基于Prophet的智能鐵路車站電能能耗預測方法

在審

• 申請號: 201910737592.8
• 申請日: 2019-08-09
• 公開（公告）號: CN110443425A
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 張軍凱;肖迪光
• 申請（專利權）人: 長江慧控科技（武漢）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 許峰

1.一種基于Prophet的智能鐵路車站電能能耗預測方法，其特征在于，所述方法包括：

對用電系統中的各子節點進行監測，獲得各子節點分別對應的實測電能能耗數據；

將各子節點對應的實測電能能耗數據輸入至預設預測模型中，獲得預測電能能耗數據對應的預測曲線圖。

2.如權利要求1所述的方法，其特征在于，所述將各子節點對應的實測電能能耗數據輸入至預設預測模型中，獲得預測電能能耗數據對應的預測曲線圖的步驟，包括：

判斷各子節點對應的實測電能能耗數據是否存在異常；

在所述實測電能能耗數據不存在異常時，將所述實測電能能耗數據輸入至預設預測模型中，獲得預測電能能耗數據對應的預測曲線圖；

在所述各子節點的實測電能能耗數據存在異常時，對異常數據進行數值補充，得到完整電能能耗數據，并將所述完整電能能耗數據輸入至預設預測模型中，獲得預測電能能耗數據對應的預測曲線圖。

3.如權利要求2所述的方法，其特征在于，所述對異常數據進行數值補充的步驟，包括：

在映射關系表中根據時間戳查找異常數據的相鄰實測電能能耗數據前值和相鄰實測電能能耗數據后值；

計算相鄰實測電能能耗數據前值和相鄰實測電能能耗數據后值的平均值，并根據所述平均值對所述異常數據進行數值填充，以獲得完整映射關系表；

所述映射關系表存放有時間戳和實測電能能耗數據的對應關系。

4.如權利要求1～3任一項所述的方法，其特征在于，所述將各子節點對應的實測電能能耗數據輸入至預設預測模型中，獲得預測電能能耗數據對應的預測曲線圖的步驟之前，所述方法還包括：

在所述實測電能能耗數據中選取樣本數據；

將所述樣本數據劃分為訓練數據和測試數據；

根據所述訓練數據建立預設預測模型，根據所述測試數據對預設預測模型進行檢驗。

5.如權利要求4所述的方法，其特征在于，所述根據所述訓練數據建立預設預測模型的步驟，包括：

根據所述訓練數據，通過預設趨勢公式計算趨勢函數；

根據所述趨勢函數，通過預設模型公式建立預設預測模型，并獲得訓練數據對應的預測參數。

6.如權利要求4所述的方法，其特征在于，所述根據所述測試數據對預設預測模型進行檢驗的步驟，包括：

將所述測試數據輸入至所述預設預測模型，得到測試數據對應的目標參數；

根據所述預測參數和所述目標參數，通過預設對比公式計算對比值；

判斷所述對比值是否滿足預設閾值；

在所述對比值滿足所述預設閾值時，將各子節點對應的實測電能能耗數據輸入至預設預測模型中，獲得預測電能能耗數據對應的預測曲線圖；

在所述對比值不滿足所述預設閾值時，重新獲取所述各子節點對應的實測電能能耗數據，在所述實測電能能耗數據中選取樣本數據，在所述樣本數據中提取訓練數據，根據所述訓練數據重新建立預設預測模型。

7.如權利要求1～6任一項所述的方法，其特征在于，所述獲得預測電能能耗數據對應的預測曲線圖的步驟之后，所述方法還包括：

在所述預測曲線圖中，提取所述預測電能能耗數據對應的季節特征信息；

根據所述季節特征信息，通過所述預設預測模型預測所述預測電能能耗數據的趨勢。

8.一種基于Prophet的智能鐵路車站電能能耗預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于對用電系統中的各子節點進行監測，獲得各子節點分別對應的實測電能能耗數據；

預測模塊，用于將各子節點對應的實測電能能耗數據輸入至預設預測模型中，獲得預測電能能耗數據對應的預測曲線圖。