一种融合ISSA-SVR的燃气用气量预测方法及装置制造方法及图纸

本发明专利技术提供了一种融合ISSA‑SVR的燃气用气量预测方法及装置，其中方法包括：获取燃气用量数据，对燃气用量数据进行预处理，得到处理后的数据；对处理后的数据进行数据嵌入，并对嵌入后的数据进行奇异值分解；将奇异值分解后的数据进行对角平均化，并对对角平均化后的数据进行选择重建；利用选择重建后的模型进行燃气用气量预测。

【技术实现步骤摘要】
一种融合ISSA-SVR的燃气用气量预测方法及装置
本专利技术涉及计算机领域，尤其涉及一种融合ISSA-SVR的燃气用气量预测方法及装置。
技术介绍
近年来，偷盗燃气违法案件频发，盗窃燃气行为屡禁不止，危害极大，其危害主要集中在以下几个方面：一是侵占公共资源，造成国有资产流失，严重干扰区域天然气发展战略与布局；二是冲击企业监管，将企业购销差率抬高，造成企业巨额经济损失，损害企业形象；三是形成事故隐患，危害公共安全。私接造成的管道锈蚀，破坏燃气表头情况下继续用气等私改行为，均会发展为漏气情况，埋藏巨大的安全隐患；四是社会危害，偷盗气成本低廉，获利巨大，极可能诱发不法分子铤而走险，并引发效仿，形成恶性循环。然而锅炉燃气用户中存在干扰和破坏计量设备进行偷盗气的行为，反应到实际用气量上面会出现异常规律、异常用气值等现象，因此，如何对燃气用气量进行数据分析以识别出异常用户成为亟待解决的问题。而现有技术主要采用单种分析预测模型，包括BP(ErrorBackPropagation，误差反向传播)神经网络算法、NAR(NonlinearAuto本文档来自技高网...

【技术保护点】
1.一种融合ISSA-SVR的燃气用气量预测方法，其特征在于，包括：/n获取燃气用量数据，对所述燃气用量数据进行预处理，得到处理后的数据；/n对所述处理后的数据进行数据嵌入，并对嵌入后的数据进行奇异值分解；/n将奇异值分解后的数据进行对角平均化，并对对角平均化后的数据进行选择重建；/n利用选择重建后的模型进行燃气用气量预测。/n

【技术特征摘要】
1.一种融合ISSA-SVR的燃气用气量预测方法，其特征在于，包括：
获取燃气用量数据，对所述燃气用量数据进行预处理，得到处理后的数据；
对所述处理后的数据进行数据嵌入，并对嵌入后的数据进行奇异值分解；
将奇异值分解后的数据进行对角平均化，并对对角平均化后的数据进行选择重建；
利用选择重建后的模型进行燃气用气量预测。


2.根据权利要求1所述的方法，其特征在于，所述获取燃气用量数据，对所述燃气用量数据进行预处理，得到处理后的数据包括：
获取每天、每周、每月的用气量总数据；
如果存在由于传输等原因导致数据值为0的数据，则对数据进行填补。


3.根据权利要求1所述的方法，其特征在于，所述对所述处理后的数据进行数据嵌入，并对嵌入后的数据进行奇异值分解包括：
对所述处理后的数据进行数据嵌入，得到原始时间序列；
将所述原始时间序列进行奇异值分解分解为子序列，其中，所述子序列包括：一个低频子序列和多个高频子序列。


4.根据权利要求3所述的方法，其特征在于，所述将奇异值分解后的数据进行对角平均化，并对对角平均化后的数据进行选择重建包括：
计算每个子序列的分布变量s和k，并将所述分布变量s和k分别与给定的st和kt阈值进行比较；
与所述给定的st和kt阈值比较后，将具有较高分布变量值的子序列选择并组合为最终输出序列Y。


5.根据权利要求4所述的方法，其特征在于，所述利用选择重建后的模型进行燃气用气量预测包括：
剔除掉部分不稳定值，降低维度，对最终输出序列进行使用核函数计算的SVR来拟合预测所述燃气用气量。


6.一种融合ISSA-SVR的燃气用气量预测装置，其特征在于，包括：
预处理模...

【专利技术属性】
技术研发人员：柴家凤，田斯赟，陈婷婷，刘兴伟，籍瑞春，王凡，
申请(专利权)人：北京市燃气集团有限责任公司，
类型：发明
国别省市：北京;11