[發明專利]一種基于Kmenas-EMD-BiLSTM組合模型的多基站流量預測方法

在審

• 申請號: 202310249218.X
• 申請日: 2023-03-15
• 公開（公告）號: CN116367205A
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 王顏顏;黃友志;馮強中;范文斌;周源;李凌悅;王檬
• 申請（專利權）人: 科大國創云網科技有限公司
• 主分類號: H04W24/06
• 分類號: H04W24/06;G06F18/23213;G06N3/0442;G06N3/084;G06N3/048;H04L43/0876;H04L41/147
• 代理公司: 合肥昊晟德專利代理事務所(普通合伙) 34153
• 代理人: 何梓秋

1.一種基于Kmenas-EMD-BiLSTM組合模型的多基站流量預測方法，其特征在于，包括以下步驟：

S1：多基站聚類

利用Kmeans算法對多個原始基站流量數據進行聚類，將具有相似趨勢性的基站合成一組；

S2：平穩化處理

通過EMD法對基站流量序列進行平穩化處理，得到平穩分量序列；

S3：基站流量預測

基于BiLSTM網絡對平穩分量進行預測并重組，得到基站流量預測結果。

2.根據權利要求1所述的一種基于Kmenas-EMD-BiLSTM組合模型的多基站流量預測方法，其特征在于：在所述步驟S1中，具體處理過程如下：

S11：獲取多個基站按小時采集的歷史流量數據,基站個數記為n，每個基站的歷史流量序列記為x_t，即原始流量序列；

S12：計算每個基站0點到23點的日平均流量X_i＝{x₀,x₁,…,x₂₃}，得到所有基站的日平均流量數據樣本X＝{X_i|i＝1,2,…,n}，并對每個基站的日平均流量進行歸一化處理；

S13：初始化k個聚類中心{C₁,C₂,…,C_k}，1k≤n，計算每個樣本X_i到每個聚類中心的歐式距離；

S14：比較每個樣本與聚類中心的歐氏距離，將不同樣本分配到與其距離最近的聚類中心的類簇中，并將類簇內樣本的均值向量作為新的簇類中心，通過不斷迭代得到最終聚類個數，以此將多個基站聚類成k個組。

3.根據權利要求2所述的一種基于Kmenas-EMD-BiLSTM組合模型的多基站流量預測方法，其特征在于：在所述步驟S13中，每個樣本X_i到每個聚類中心的歐式距離的計算公式為：

其中，C_j表示第j個聚類中心，1j≤k，X_im表示第i個樣本的第m個屬性，C_jm表示第j個聚類中心的第m個屬性，1≤m≤24。

4.根據權利要求2所述的一種基于Kmenas-EMD-BiLSTM組合模型的多基站流量預測方法，其特征在于：在所述步驟S2中，具體處理過程如下：

S21：對于每個基站，先獲取原始流量序列x_t在每個時刻上的極大值點和極小值點，組成原始流量序列的上、下包絡函數x_max(t)和x_min(t)，并計算上、下包絡函數的均值，記為h₁(t)：

S22：原始流量序列x_t減去上、下包絡線的均值，得到新函數，記為f₁(t)：

f₁(t)＝x_t-h₁(t)

S23：用新函數f₁(t)代替原始流量序列x_t，重復上述步驟得到f_k(t)，k＝2,3,…，直到滿足平穩性條件為止，得到平穩分量序列IMF_k(t)：

IMF_k(t)＝f_k(t)

其中，平穩性條件為：序列的極值點個數與零點個數相等，或差值不超過1個；任意時刻的上下包絡函數的均值都為0；

S24：將平穩分量序列從原始流量序列中分離出來，得到殘差分量r(t)，至此，原始流量序列x_t通過EMD經驗模態分解得到K個平穩分量序列IMF_k(t)和一個殘差分量r(t)：