【技术实现步骤摘要】
用于能源总需求量的预测方法/系统、存储介质及设备
本专利技术涉及数据处理领域,尤其涉及一种用于能源总需求量的预测方法/计算系统、存储介质及设备。
技术介绍
能源生产商通常通过统计各能源使用用户的能源需求量,合计得到能源总需求量,在统计过程中,各能源使用用户为以备不时之需,申报的能源需求量往往大于实际需求量,当能源生产商为较多能源使用用户供应能源时,各用户的申报总量会远远超出最终的实际总使用量,造成极大的资源浪费,若能源生产商无依据的降低生产量,能源生产用户则需要承担能源断供的责任风险。
技术实现思路
鉴于上述现有技术的缺点,本专利技术的主要目的在于提供一种用于能源总需求量的预测方法/系统、存储介质及设备,以提高预测结果的准确性。为实现上述目的及其他相关目的,本专利技术技术方案如下:一种用于能源总需求量的预测方法,包括:获取已有数据,并输出最大化矩阵;将所述最大化矩阵输入到预先构建的神经网络中,并输出各用户的能源总需求量预测结果;其中,所述已有数据包括各用户的历史使用量,输出所述最大化矩阵的方法包括:将各用户的历史使用量按时序排列配置成历史使用量序列,将各用户的历史使用量序列按照区别于单一所述历史使用量序列的方向随机排序配置形成若干序列矩阵,计算并筛选出所述序列矩阵中的相关系数最大的所述最大化矩阵。可选的,计算并筛选出所述序列矩阵中相关系数最大的所述最大化矩阵的方法包括:先计算任意两个用户的所述历史使用序列之间的相关系数,再根据任意两个用户的所述历史使 ...
【技术保护点】
1.一种用于能源总需求量的预测方法,其特征在于,包括/n获取已有数据,并输出最大化矩阵;/n将所述最大化矩阵输入到预先构建的神经网络中,并输出各用户的能源总需求量预测结果;/n其中,所述已有数据包括各用户的历史使用量,输出所述最大化矩阵的方法包括:将各用户的历史使用量按时序排列配置成历史使用量序列,将各用户的历史使用量序列按照区别于单一所述历史使用量序列的方向随机排序配置形成若干序列矩阵,计算并筛选出所述序列矩阵中的相关系数最大的所述最大化矩阵。/n
【技术特征摘要】
1.一种用于能源总需求量的预测方法,其特征在于,包括
获取已有数据,并输出最大化矩阵;
将所述最大化矩阵输入到预先构建的神经网络中,并输出各用户的能源总需求量预测结果;
其中,所述已有数据包括各用户的历史使用量,输出所述最大化矩阵的方法包括:将各用户的历史使用量按时序排列配置成历史使用量序列,将各用户的历史使用量序列按照区别于单一所述历史使用量序列的方向随机排序配置形成若干序列矩阵,计算并筛选出所述序列矩阵中的相关系数最大的所述最大化矩阵。
2.根据权利要求1所述的用于能源总需求量的预测方法,其特征在于,计算并筛选出所述序列矩阵中相关系数最大的所述最大化矩阵的方法包括:先计算任意两个用户的所述历史使用序列之间的相关系数,再根据任意两个用户的所述历史使用序列之间的相关系数计算每个所述序列矩阵的相关系数。
3.根据权利要求2所述的用于能源总需求量的预测方法,其特征在于,任意两个用户的所述历史使用序列之间的相关系数计算公式为:
其中,i表示当前天数,n表示指总天数,x表示其中任一个用户,表示用户x在1~n天的平均使用量,y表示除x以外的任一个用户,表示用户y在1~n天的平均使用量,rx,y表示用户x和用户y的相关系数。若i的取值为1~n中的任一天,则用户x在1~n天期间的历史使用量序列为(x1,x2,····,xn),用户y在1~n天期间的历史使用量序列为(y1,y2,····,yn)。
4.根据权利要求3所述的用于能源总需求量的预测方法,其特征在于,计算所述序列矩阵的相关系数的方法包括:忽略所述序列矩阵中距离大于3的所述历史使用序列之间的相关系数。
5.根据权利要求4所述的用于能源总需求量的预测方法,其特征在于:所述序列矩阵的相关系数计算公式为:
其中,N表示指单个用户在序列矩阵中的排列顺序。
6.根据权利要求4所述的用于能源总需求量的预测方法,其特征在于:若忽略所述序列矩阵中距离大于3的所述历史使用序列之间的相关系数后,两个或两个以上的所述序列矩阵之间的相关系数相等,则重新计算各序列矩阵的相关系数,并在重新计算时依序递增所述序列矩阵中距离大于3的历史使用序列之间的相关系数。
7.根据权利要求2所述的用于能源总需求量的预测方法,其特征在于:计算筛选所述最大化矩阵的方法包括暴力穷举算法。
8.根据权利要求2所述的用于能源总需求量的预测方法,其特征在于:计算筛选所述最大化矩阵的方法包括贪心算法。
9.根据权利要求1所述的用于能源总需求量的预测方法,其特征在于:在配置序列矩阵前,验证每个用户的历史使用量序列是否满足正态分布,若不满足,则需进行数据调整使所述历史使用量序列满足正态分布。
10.根据权利要求9所述的用于能源总需求量的预测方法,其特征在于:进行数据调整使所述历史使用量序列满足正态分布的方法包括对数变换和/或平方根变换。
11.根据权利要求1所述的用于能源总需求量的预测方法,其特征在于:所述序列矩阵包括二维矩阵或多维矩阵。
12.根据权利要求1所述的用于能源总需求量的预测方法,其特征在于:所述序列矩阵为多维矩阵,所述已有数据还包括各用户的历史能源预订量数据、各用户的检修日数据和各用户节假日数据中的一种或多种,配置形成所述序列矩阵的方法,还包括添加各用户的预...
【专利技术属性】
技术研发人员:李梅,宁德军,
申请(专利权)人:中国科学院上海高等研究院,中国科学院大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。