[發明專利]基于手機基站用戶定位數據的水量預測的方法

在審

• 申請號: 201911389638.8
• 申請日: 2019-12-30
• 公開（公告）號: CN111163430A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 鄞衡;蘆越清;李相承;萬新楚
• 申請（專利權）人: 上海云瀚科技股份有限公司
• 主分類號: H04W4/30
• 分類號: H04W4/30;H04W4/029;H04W24/08;G06Q10/04;G06Q50/06;G06F16/29;G06N3/04;G06N3/08
• 代理公司: 上海創開專利代理事務所(普通合伙) 31374
• 代理人: 吳海燕

1.基于手機基站用戶定位數據的水量預測的方法，其特征在于，包括如下步驟：

S01、建立基站T-步預測模型：通過人員密度與平均用水量統計關系建立模型，結合基站負載的時空變化，通過脫敏、抽象處理，計算空間節點的用水量，將該用水量賦給水力模型空間節點進行計算；

S02、確定并獲取時間因子、周期因子、空間因子：根據基站負載的時空關聯性，選定三類要素因子來標定影響因素，相鄰時段的影響命名為時間因子、周期性重復的影響命名為周期因子以及基站間轉移的影響命名為空間因子；

S03、向基站T-步預測模型中輸入時間因子、周期因子、空間因子的數據；

S04、對時間因子、周期因子、空間因子的數據進行編碼；

S05、對經編碼后的時間因子、周期因子、空間因子的數據形成初始種群；

S06、根據初始種群計算適應度函數；

S07、判斷是否停止計算；若是，則進行下一步；若否，則經選擇、交叉、變異動作后返回至步驟S04；

S08、優化結果；

S09、訓練GA—BP神經網絡；

S10、預測輸出；

S11、結果呈現，將預測結果在地理信息系統GIS上以熱力圖形式展現，即為實時用水量預測，并根據顏色帶進行用水密度展示。

2.根據權利要求1所述的基于手機基站用戶定位數據的水量預測的方法，其特征在于，所述步驟S01是由基站負載影響因素的選取中，選定影響該基站負載的前k個時刻的時間因子、與當前日具有相似模式的前l個周期的周期因子和與該基站具有空間關聯性的前s個空間因子，用時空因素(k,l,s)來表示基站T-步預測模型，可得出：

其中，T＝1,2...,m；k＝1,2,,...,T；l＝1,2,...,m；s＝1,2,...,n；

其中，I:I＝{i₁,i₂,...,i_n}表示某區域基站集合；表示第I_j個基站的T步負載預測值，T＝1,2,3，...；k：表示與時段t具有時間關聯的前k個時段，即第k個時間因子，k＝i-1，i-2,i-n；l表示與當前日具有相似模式的前第l個周期，其中l＝i-1，i-2,i-m；s：表示與該基站具有空間關聯性的第s個基站，其中，s＝0,1,2，...,O。

3.根據權利要求1所述的基于手機基站用戶定位數據的水量預測的方法，其特征在于，所述基站T-步預測模型采用最近節點或最近管線原則，將手機定位數據與管網節點進行匹配，并進行水量賦值來構建動態用水預測模型。

4.根據權利要求1所述的基于手機基站用戶定位數據的水量預測的方法，其特征在于，所述時間因子指的是在基站的分鐘級多步預測中，基于人群白天活動夜晚休息的規律，選擇待預測時段；在預測時段的時間影響因子選取時，考慮下一時刻的負載數據可以認為是當前時刻負載的聚集及影響。

5.根據權利要求1所述的基于手機基站用戶定位數據的水量預測的方法，其特征在于，所述周期因子指的是基站的人群運動模式呈現的星期穩定性；在不同時間段的基站負載數據中，呈現著相同的周期模式；因此采用周期因子作為預測模型的影響因素。

6.根據權利要求1所述的基于手機基站用戶定位數據的水量預測的方法，其特征在于，所述空間因子指的通過不同時段各基站的負載數據以及基站之間人群相互轉移的數據，計算手機用戶群體在基站間的轉移概率矩陣。

7.根據權利要求1所述的基于手機基站用戶定位數據的水量預測的方法，其特征在于，所述步驟S04-S06中，由時間因子、周期因子和空間因子確定之后使用premnmx函數作為初始種群計算適應度函數對原始數據樣本進行歸一化處理，使處理后的數據根據是否均勻地分布在[-1,1]的范圍內進行預測。

8.根據權利要求7所述的基于手機基站用戶定位數據的水量預測的方法，其特征在于，利用所述premnmx函數進行預測的方法采用包括平均相對誤差MAPE、平均絕對誤差MAE、均方誤差MSE、均方根誤差RMSE的指標進行評價。