一种基于能源行业生产数据进行实时动态预测的方法技术

本发明专利技术公开了一种基于能源行业生产数据进行实时动态预测的方法，本发明专利技术是将预设能源行业的生产数据进行数据解析和特征标准化处理，通过根据历史生产数据统计需要进行异常告警的时刻，形成训练集的标注结果，然后基于标注结果训练业务逻辑的回归分析的因变量，最终得到预设能源行业的预测分析预警模型，并通过预测分析预警模型对该预设能源行业的未来一段时间的生产情况进行实时预警，从而提前分析预测未来运行状况，如有异常可以提前做出调整，避免延迟效应，继而有效解决现有不能很好地对能源行业的生产情况进行有效预测的问题。地对能源行业的生产情况进行有效预测的问题。地对能源行业的生产情况进行有效预测的问题。

【技术实现步骤摘要】
一种基于能源行业生产数据进行实时动态预测的方法


[0001]本专利技术涉及能源
，特别是涉及一种基于能源行业生产数据进行实时动态预测的方法。

技术介绍

[0002]当前，大数据技术与机器学习应用受到了广泛关注，但是现有的能源行业并不能有效实现对生成情况进行有效预测。以电力行业燃烧发电为例，煤炭、生物质燃烧发电过程中，蒸汽压力对发电功率造成直接影响，而主蒸汽压力直接由火焰燃烧情况决定。在燃料燃烧的控制过程中，若当前时刻发现发电功率、主蒸汽压产生波动下降，则需增加燃料量、风量以便增强燃烧，使得压力上升。然而这一过程中，因为是当前时刻人工发现压力下降需要提升，才增加燃料量与进风量，而这一动作执行后所增加的燃料需要延迟进入炉膛燃烧，后续才能引起气压升高，因此上述的操作过程，会有一段明显的延迟反应。

技术实现思路

[0003]本专利技术提供了一种基于能源行业生产数据进行实时动态预测的方法，以解决现有技术中不能很好地对能源行业的生产情况进行有效预测的问题。
[0004]本专利技术提供了一种基于能源行业生产数据进行实时动态预测的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能源行业生产数据进行实时动态预测的方法，其特征在于，包括：获取预设能源行业生产过程中所产生的生产数据，并对所述生产数据进行数据解析和特征标准化处理；按照业务逻辑对解析和特征标准化处理后的历史生产数据进行统计，根据历史生产数据统计需要进行异常告警的时刻，并形成训练集的标注结果，基于所述标注结果训练该业务逻辑的回归分析的因变量；通过对所述预设能源行业中各个业务逻辑的标注结果训练对应业务逻辑的回归分析的因变量，得到所述预设能源行业的预测分析预警模型，通过所述预测分析预警模型对该预设能源行业的未来预设时间段内的生产情况进行实时预警，以对所述预设能源行业的生产进行实时指导。2.根据权利要求1所述的方法，其特征在于，通过所述预测分析预警模型对该预设能源行业的未来预设时间段内的生产进行实时预警，包括：通过所述预测分析预警模型，按照当前时刻，根据业务逻辑周期进行时间序列预测，以预测业务指标未来预设时间段内是否存在预警情况，如果存在则进行预警。3.根据权利要求2所述的方法，其特征在于，所述时间序列预测是根据最新数据进行实时修正的，通过实时修正所述时间序列预测，以实现所述预测分析预警模型的实时动态更新。4.根据权利要求2所述的方法，其特征在于，所述时间序列预测是基于Plpython实现，按照Python语言实现auto.arima的过程计算系统参数返回使得AIC/BIC最小的阶数参数p、d、q的值，并保存记录，用于每次训练时更新Arima的参数。5.根据权利要求2所述的方法，其特征在于，将历史生产数据中的指标、标注结果按照业务逻辑进行时间对齐，整理...

【专利技术属性】
技术研发人员：刘昊松，陈鹏，袁洪波，
申请(专利权)人：中电云数智科技有限公司，
类型：发明
国别省市：