[發明專利]一種基于水表日用量大數據的預測模型匹配方法

有效

• 申請號: 202110561207.6
• 申請日: 2021-05-22
• 公開（公告）號: CN113222266B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 李冬;朱俊勝;李怡凡;姚建發
• 申請（專利權）人: 深圳市創仁科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F30/27;G06K9/62;G06F113/08
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 吳珊

本申請屬于智能水表技術的領域，涉及一種基于水表日用量大數據的預測模型匹配方法，包括采集當天的水表日用量值A；記錄實際累積水表數據的天數N及水表每天的日用量值A₁、A₂、A₃…A_N；若實際累積水表數據的天數N達到預測模型的數據累積天數m時，則根據m天的水表日用量數據訓練預設的預測模型；根據訓練后預設的預測模型獲取m天內的連續預測x天的水表日用量預測值B₁、B₂、B₃…B_X；若預測準確次數C與預設預測天數D的百分比值達到預測準確率p時，則確認該預測模型有效。本申請具有在使用預測模型預測下一階段的用水量之前，便于檢測預測模型的預測匹配度的效果。

技術領域

本申請涉及智能水表技術的領域，尤其是涉及一種基于水表日用量大數據的預測模型匹配方法。

背景技術

由于全球水資源的匱乏，許多國家均面臨水資源短缺的問題，因此對水資源的管理和規劃非常重要，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、節假日等因素對中長期用水量的影響也不容忽視，水需求預測對于水資源的分配和儲備決策變得尤為重要；現階段的用水量預測方法主要分為直接推測和模型預測兩大類。

其中，直接推測主要基于城市用戶長期使用水表生成的大量水表日用量數據，尤其是對于固定用戶，而根據長期以往的用水量數據，會形成固定的用水習慣，基于固定用戶的長期以往的用水模式，能推定下一階段的用水數據。本方案推定的用水數據主要適用于固定用戶，在用戶的流動性相對較大時，基本不具備參考性。而實際應用中，對于一個城市整體而言用戶普遍存在流動性，故適用性不佳。

模型預測水資源的方法是通過采集大量的歷史真實用水數據（日用量數據不小于10萬條/天），然后對大量的用水數據進行分析，利用多種算法訓練出合適的預測模型，利用此預測模型來推定下一階段的用戶用水量，從而完成城市用水量的規劃和調度。比較常見的預測模型有單算法預測模型和組合算法預測模型；單算法預測主要利用機器學習某一種算法對用水量進行預測，常用的算法有線性回歸、灰色系統理論、貝葉斯理論和神經網絡等；組合算法預測通常先用多種算法對用水量進行預測，然后按照一定的權重對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量，預測結果不穩定；組合算法預測難以確定每種算法的最優權重，預測結果誤差也較大。

針對上述中的相關技術，發明人認為目前的預測模型能由不同的算法訓練出，而不同算法訓練出的預測模型適用的狀況各異，采用單一的預測模型，其預測準確率在不同的階段也存在差異，因此在預測下一階段的用水量時容易出現因選擇或匹配的預測模型不當而導致預測結果準確度不高的問題。

發明內容

為了獲得更高的預測結果，在使用預測模型預測下一階段的用水量之前，通過對預測模型的匹配度進行檢測，篩選出準確率符合要求或適用性最強的預測模型，本申請提供了一種基于水表日用量大數據的預測模型匹配方法。

第一方面，本申請提供的一種基于水表日用量大數據的預測模型匹配方法，采用如下的技術方案：

一種基于水表日用量大數據的預測模型匹配方法，包括：

采集當天的水表日用量值A；

記錄實際累積水表數據的天數N及水表每天的日用量值A₁、A₂、A₃…A_N；

若實際累積水表數據的天數N達到預測模型的數據累積天數m時，則根據m天的水表日用量數據訓練預設的預測模型；

根據訓練后預設的預測模型獲取m天內的連續預測x天的水表日用量預測值B₁、B₂、B₃…B_X；