[發明專利]用電需量預測方法、裝置、系統與計算機存儲介質

在審

• 申請號: 202011259758.9
• 申請日: 2020-11-11
• 公開（公告）號: CN112418921A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 史軼;鄭韜;吳林;單鐵園;陳仕波
• 申請（專利權）人: 深圳力維智聯技術有限公司;南京中興力維軟件有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/06;G06F17/18
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 張小容

1.一種用電需量預測方法，其特征在于，所述方法包括如下步驟：

獲取用電需量的歷史數據，對所述歷史數據進行預處理，得到第一分析數據；

對所述第一分析數據進行特征判斷，得到對應的判斷結果，并根據所述判斷結果，確定所述第一分析數據的預測模型；

根據所述第一分析數據和所述預測模型，得到用電需量的預測數據。

2.如權利要求1所述的用電需量預測方法，其特征在于，所述對所述歷史數據進行預處理，得到第一分析數據的步驟包括：

根據預存的第一算法模型，確定所述歷史數據中的異常數據，并對所述異常數據進行修正，確定修正完成后的歷史數據為第二分析數據；

獲取所述第二分析數據對應的采樣間隔，以及各所述第二分析數據的采樣時間點，并根據所述采樣間隔和所述采樣時間點，判斷所述第二分析數據中是否存在采集缺失問題；

若存在，則確定出現采集缺失的缺失時間點，并根據所述缺失時間點，在預存的第二算法模型中進行數據填充，確定填充完成后的第二分析數據為第三分析數據；

獲取預設的預測時間周期，根據所述預測時間周期，對所述第三分析數據進行重采樣處理，得到第四分析數據，并對所述第四分析數據進行平穩性檢測；

若所述第四分析數據具有平穩性，則確定所述第四分析數據為第一分析數據。

3.如權利要求2所述的用電需量預測方法，其特征在于，所述對所述第四分析數據進行平穩性檢測的步驟之后，還包括：

若所述第四分析數據不具有平穩性，則對所述第四分析數據進行差分運算，使得經過所述差分運算后得到的第五分析數據具有平穩性，確定所述第五分析數據為第一分析數據。

4.如權利要求1所述的用電需量預測方法，其特征在于，所述特征判斷包括季節特征判斷，所述對所述第一分析數據進行特征判斷，得到對應的判斷結果的步驟包括：

基于預存的第三算法模型，確定所述第一分析數據是否存在周期頻率；

若存在周期頻率，則確定所述第一分析數據的第一判斷結果為具有季節特征；

若不存在周期頻率，則確定所述第一分析數據的第一判斷結果為不具有季節特征。

5.如權利要求4所述的用電需量預測方法，其特征在于，所述特征判斷還包括趨勢特征判斷，所述對所述第一分析數據進行特征判斷，得到對應的判斷結果的步驟包括：

基于預存的第四算法模型，計算所述第一分析數據對應的趨勢數據，并對所述趨勢數據進行線性回歸處理，得到所述趨勢數據對應的擬合直線；

確定所述擬合直線的斜率，以及所述斜率的斜率絕對值，并將所述斜率絕對值和預設斜率絕對值進行比較；

若所述斜率絕對值大于預設斜率絕對值，則確定所述第一分析數據的第二判斷結果為具有趨勢特征；

若所述斜率絕對值小于或等于預設斜率絕對值，則確定所述第一分析數據的第二判斷結果為不具有趨勢特征。

6.如權利要求5所述的用電需量預測方法，其特征在于，所述判斷結果包括第一判斷結果和第二判斷結果，所述根據所述判斷結果，確定所述第一分析數據的預測模型的步驟包括：

若所述判斷結果具有季節特征且具有趨勢特征，則確定所述第一分析數據的預測模型為三次指數平滑模型；

若所述判斷結果具有季節特征但不具有趨勢特征，則確定所述第一分析數據的預測模型為三次指數平滑模型；

若所述判斷結果為不具有季節特征但具有趨勢特征，則確定所述第一分析數據的預測模型為自回歸移動平均模型；

若所述判斷結果為不具有季節特征且不具有趨勢特征，則確定所述第一分析數據的預測模型為一次指數平滑模型。

7.如權利要求1所述的用電需量預測方法，其特征在于，所述得到用電需量的預測數據的步驟之后，還包括：

獲取所述第一分析數據對應的目標預測數據，分別計算各所述目標預測數據與對應的第一分析數據之間的差值，得到殘差數據；

基于預存的第五算法模型和所述殘差數據，對所述預測模型進行調優，以確定最優預測模型。