一种预测方法及装置制造方法及图纸

本申请实施例公开了一种预测方法及装置，可以通过两个训练完成的模型去分别计算第一预测属性和预测系数，第一预测属性由待预测事件的初始属性以及关联事件的属性预测规律确定，预测系数能够体现待预测事件和关联事件的相关性，因此本申请能够为自动对待预测事件的属性进行预测，为待预测事件的属性预测提供统一的运算方式，提高待预测事件的属性预测准确性和效率(例如提高了电力负荷预测的准确性和效率)。

A prediction method and device

【技术实现步骤摘要】
一种预测方法及装置
本专利技术涉及数据处理
，特别是涉及一种预测方法及装置。
技术介绍
电力市场需求预测工作是国家能源主管部门和电网企业的一项重要基础性工作，为国家能源监测与管理、电网企业生产计划与经营管理提供重要的支撑依据。其中，电力负荷预测一直是困扰电力供应的难题。然而，如何准确地预测需求(例如，电力负荷等需求)是一个亟待解决的技术问题。
技术实现思路
为解决上述技术问题，本申请实施例提供一种预测方法及装置，能够准确地预测电力市场需求(例如，供电量和/或电价)。本专利技术的主要思路是基于与待预测电力网络(例如新兴的太阳能或风电发电网络)相近似的其他类型电力网络(例如传统火电或水电发电网络)的各种属性(地理位置、所属区域等)与待预测量之间已有的数据，以及不同类型电力网络之间的关联系数，完成所述预测工作。本申请实施例提供了一种预测方法，包括：将所述待预测事件的初始属性输入第一模型，得到所述第一模型输出的所述待预测事件的第一预测属性；所述第一模型基于所述待预测事件的关联事件的初始属性和实际属性训练得到；<本文档来自技高网...

【技术保护点】
1.一种预测方法，其特征在于，包括：/n将所述待预测事件的初始属性输入第一模型，得到所述第一模型输出的所述待预测事件的第一预测属性；所述第一模型基于所述待预测事件的关联事件的初始属性和实际属性训练得到；/n将所述待预测事件的初始属性输入第二模型，得到所述第二模型输出的所述待预测事件相对于所述关联事件的预测系数；所述第二模型基于与所述待测事件对应的历史事件的初始属性，以及所述历史事件相对于所述关联事件的相关系数训练得到；/n利用所述预测系数和所述第一预测属性，得到所述待预测事件的第二预测属性。/n

【技术特征摘要】
1.一种预测方法，其特征在于，包括：
将所述待预测事件的初始属性输入第一模型，得到所述第一模型输出的所述待预测事件的第一预测属性；所述第一模型基于所述待预测事件的关联事件的初始属性和实际属性训练得到；
将所述待预测事件的初始属性输入第二模型，得到所述第二模型输出的所述待预测事件相对于所述关联事件的预测系数；所述第二模型基于与所述待测事件对应的历史事件的初始属性，以及所述历史事件相对于所述关联事件的相关系数训练得到；
利用所述预测系数和所述第一预测属性，得到所述待预测事件的第二预测属性。


2.根据权利要求1所述的方法，其特征在于，所述历史事件相对于所述关联事件的相关系数为，所述历史事件的实际属性和所述历史事件的第一预测属性的比值；所述历史事件的第一预测属性为将所述历史事件的初始属性输入所述第一模型得到的。


3.根据权利要求1所述的方法，其特征在于，在所述将所述待预测事件的初始属性输入第一模型，得到第一模型输出的所述待预测事件的第一预测属性之前，所述方法还包括：
将所述待预测事件的初始属性输入聚类模型，根据所述聚类模型输出的聚类结果，确定所述待预测事件所属的类别，并确定相应类别的第一模型和关联事件。


4.根据权利要求3所述的方法，其特征在于，所述将所述待预测事件的初始属性输入第二模型，得到所述第二模型输出的所述待预测事件相对于所述关联事件的预测系数，包括：
将所述待预测事件的初始属性，以及所述待预测事件的第一预测属性和/或所述待预测事件所属的类别输入第二模型，得到所述第二模型输出的所述待预测事件相对于所述关联事件的预测系数。


5.根据权利要求3所述的方法，其特征在于，所述聚类模型为kmeans聚类模型。


6.根据权利要求1所述的方法，其特征在于，所述第一模型为套索回归模型，所述第一模型通过十折交叉验证的方式训练得到。


7.根据权利要求1所述的方法，其特征在于，所述第二模型为支持向量回归模型、集成梯度下降回归模型、贝叶斯回归模型、岭回归模型、套索回归模型中的至少一种。

【专利技术属性】
技术研发人员：李增阳，
申请(专利权)人：深圳集智数字科技有限公司，
类型：发明
国别省市：广东;44