[發明專利]基于LGB算法與ARIMA算法相結合的流動人口預測方法在審
| 申請號： | 202210083046.9 | 申請日： | 2022-01-25 |
| 公開（公告）號： | CN114549233A | 公開（公告）日： | 2022-05-27 |
| 發明（設計）人： | 周洋;陳榮;李兵;陳志華;黃龍安;王曉晨;宗素潔;陳丹升;陳英俊;吳懿臻;孫然;林愷;樓鵬濤;劉江鵬 | 申請（專利權）人： | 國網浙江義烏市供電有限公司 |
| 主分類號： | G06Q50/06 | 分類號： | G06Q50/06 |
| 代理公司： | 杭州華鼎知識產權代理事務所(普通合伙) 33217 | 代理人： | 任翠月 |
| 地址： | 322001 浙江*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 lgb 算法 arima 相結合 流動人口 預測 方法 | ||
本發明公開了基于LGB算法與ARIMA算法相結合的流動人口預測方法，包括以下步驟：事先構建ARIMA模型和LGB模型；通過調整優化模型參數，得到模型精度最高的參數組合；將精度最高的參數組合帶入模型中進行流動人口預測，計算最終預測結果；根據最終預測結果進行供電資源分配。本發明的實質性效果包括：模型對于預測下季度流動人口數有較好的效果，有效提高流動人口測算的魯棒性，為供電資源分配提供依據。
技術領域
本發明涉及供電保障領域，特別涉及基于LGB算法與ARIMA算法相結合的流動人口預測方法。
背景技術
現階段，流動人口難以精確及時地測算，現有的流動人口統計監測手段也無法準確獲取各個區域的流動人口規模、特征和發展規律的數據統計，且存在諸多問題，口徑統計不一，數據質量參差不齊，統計周期長。這對供電企業及時部署用電存在著巨大挑戰，同時對各個區域的供電能力分配、用電管理有一定的影響。
發明內容
針對現有技術人口統計及預測不準確，導致供電資源分配不合理的問題，本發明提供了基于LGB算法與ARIMA算法相結合的流動人口預測方法，提高了人口預測的準確率，進而幫助實現供電資源的合理分配，保障電力供應。
以下是本發明的技術方案。
基于LGB算法與ARIMA算法相結合的流動人口預測方法，包括以下步驟：
事先構建ARIMA模型和LGB模型；
通過調整優化模型參數，得到模型精度最高的參數組合；
將精度最高的參數組合帶入模型中進行流動人口預測，計算最終預測結果；
根據最終預測結果進行供電資源分配。
作為優選，所述ARIMA模型的構建過程包括：以時間序列為輸入，以每季度流動人口數據作為輸出，構建ARIMA模型。
作為優選，所述LGB模型的構建過程包括：將與流動人口相關的因素變量作為輸入變量，將季度流動人口數定義為LGB模型輸出；定義模型學習目標函數、回歸樹生成參數，構造流動人口預測的LGB模型。
作為優選，所述調整優化模型參數，包括：對LGB模型和ARIMA模型各參數進行交叉驗證，逐漸調整參數，直到獲得模型精度最高的參數組合。
作為優選，所述最終預測結果的計算過程包括：計算兩種模型預測結果的兩個模型平均相對誤差，根據平均相對誤差的反比值對兩個模型的預測結果加權求均值，得到最終預測結果。
作為優選，所述模型精度采用平均相對誤差衡量，定義如下：
其中，yi為歷史流動人口實際值，為模型預測值，n為測試數據樣本個數。
作為優選，所述LGB模型使用基于直方圖的決策樹算法，包括：把連續的浮點特征值離散化成k個整數，同時構造一個寬度為k的直方圖，在遍歷數據的時候，根據離散化后的值作為索引，在直方圖中累積統計量，然后根據直方圖的離散值，遍歷尋找最優的分割點。
作為優選，所述目標函數為：
其中是指不考慮其他因素，通過分裂得到的信息增益，GL是用來累加一階梯度直方圖的已經讀取的bin的值之和，HL是用來累加二階梯度直方圖的已經讀取的bin的值之和；GR是一階梯度直方圖的還未讀取的bin的值之和，HR是二階梯度直方圖的還未讀取的bin的值之和，λ和γ表示超參數。
本發明的實質性效果包括：模型對于預測下季度流動人口數有較好的效果，有效提高流動人口測算的魯棒性，為供電資源分配提供依據。
附圖說明
圖1是本發明提供的基于LGB和ARIMA算法的季度流動人口預測方法的流程示意圖；
圖2是本發明提供的LGB模型分裂策略示意圖；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于國網浙江義烏市供電有限公司，未經國網浙江義烏市供電有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210083046.9/2.html，轉載請聲明來源鉆瓜專利網。
