[發明專利]基于大數據的月用水量預測方法

有效

• 申請號: 202010210793.5
• 申請日: 2020-03-24
• 公開（公告）號: CN111507507B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 白斌
• 申請（專利權）人: 重慶森鑫炬科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N20/00;G06Q10/0631;G06Q50/06
• 代理公司: 重慶金橙專利代理事務所(普通合伙) 50273
• 代理人: 唐健玲

本發明涉及大數據技術領域，公開了一種基于大數據的月用水量預測方法，包括步驟：S1：對月用水數據集進行預處理操作；S2：根據預處理操作后的月用水數據集的特征判斷數據集類型，以提取滿足月總水量類型的特征和月特征條件水量類型的特征的月用水數據集；S3：對滿足步驟S2中條件的月用水數據集進行特征工程操作；S4：將步驟S3之后的月用水數據集劃分成特征集x和標簽集y，再將特征集劃分成訓練集x_train和測試集x_test；將標簽集劃分成訓練集y_train和測試集y_test；S5：采用多個預設算法對步驟S4中劃分后訓練集和測試集進行建模并預測，再將多個預設算法結合y_test進行組合預測，以預測得到下一個月的用水量。本發明預測結果準確率較高，預測結果穩定。

技術領域

本發明涉及大數據應用技術領域，特別涉及一種基于大數據的月用水量預?測方法。

背景技術

在任何短期或者長期的管理計劃中，城市需水量預測都是至關重要的一個?環節。隨著人口的增長、全球變暖，在經濟快速發展的城市，對用水的需求變?大，并且現在水資源匱乏，因此現在許多國家都面臨水資源斷缺的問題，所以?水資源的規劃和管理很重要。城市用水量預測在城市建設規劃、輸配水系統的?優化調度中具有重要的作用，氣候、季節、長節假日、城市建設等對中長期用水量影響比較大。水需求預測對于幫助決策者做出更好的決策并啟發決策者進?行水資源分配以最大化長期價值和可用資源的可靠性所需的資本投資非常重?要。現階段有很多月用水量預測的方法，主要分為兩大類：直接推測和模型預測。

直接推測包括：

(1)單位人口綜合用水量指標法：根據地區歷年人均綜合用水量的情況，并?參照同類城市人均用水量指標，確定本地區單位人口綜合用水指標。

(2)單位用地面積綜合用水量指標法：根據地區水資源和地區用水情況，確?定單位用地面積用水指標。

(3)分類用水定額指標法：根據《城市給水工程規劃規范》及當地水資源狀?況，確定用水標準。

直接推測法考慮的數據較少，一般為相似城市的用水狀況或工程規劃規范，?為一個固定參考值。但是不同城市的規模大小不同，用戶性質不同，地域不同，?自然條件不同，用水習慣不同，用水量的差異也是較大的。所以直接推測法的?準確度較低，一般用于參考數據較少，適用于沒有歷史數據的新區規劃用水量預測。

模型預測包括：

隨著大數據、機器學習、人工智能的發展，大家在模型預測用水量方面有?了較多的探索，比較常見的有以下幾種方式：

(1)單算法預測：利用機器學習、人工智能中的某種算法單獨的對用水量進?行預測，常用的算法有線性回歸、灰色系統理論、貝葉斯、神經網絡等。

(2)組合模型預測：現有的組合模型預測多是先用多種算法對用水量進行預?測，然后按照一定的權重對第一步預測結果進行加權平均，再得到最終結果。

單算法預測受限于訓練數據的多少，預測結果不穩定，每種算法都有自身?的缺陷，準確度較低。加權平均的組合模型預測難以確認每種算法最優的權重。?預測結果也有較大誤差。

總之，現有的預測方法存在預測準確度較低，穩定性低的問題。

發明內容

本發明提出一種基于大數據的月用水量預測方法，解決現有技術中存在的?上述技術問題。

本發明的一種基于大數據的月用水量預測方法，包括步驟：

S1：對月用水數據集進行預處理操作；

S2：根據預處理操作后的月用水數據集的特征判斷數據集類型，以提取滿?足月總水量類型的特征和月特征條件水量類型的特征的月用水數據集；

S3：對滿足步驟S2中條件的月用水數據集進行特征工程操作；