一种数理分析电费预测模型方法技术

本发明专利技术公开一种数理分析电费预测模型方法，包括以下步骤：调取以往电费数据，将电费数据进行再分割；通过CSM数理分析训练前70％的数据，训练过程完毕后：采用CSM数理分析预测模型对未来一个月的日电费进行预测，得最终预测结果。本发明专利技术的技术方案通过CSM数理分析数据之间的内在关联，确定具有强相关属性的影响因子，从而将进账数据依据日期属性进行聚类分析、分段预测、分步叠加得出最终预测值。分段预测使不同类型的用户能够充分适应各自数据库的影响因子，避免不同类型用户的影响因子在预测过程中的差异性干扰，提高预测精度和减少人工调参工作量，同时融合计算机编程和统计学理论知识，使CSM数理分析模型能够自动识别趋势，便于复制、嵌入、及推广。及推广。及推广。

【技术实现步骤摘要】
一种数理分析电费预测模型方法


[0001]本专利技术涉及购电费管理
，尤其涉及一种数理分析电费预测模型方法。

技术介绍

[0002]现有的电费预测模型在运行过程中，往往伴随着大量的人工调参工作，属性不同的数据库在训练过程中交替进行，使网络权重不稳定，需要经过多个调参、收敛、效果平平的过程。
[0003]综上所述，如何设计一种数理分析电费预测模型方法，是目前本领域技术人员亟待解决的问题。

技术实现思路

[0004]本专利技术实施例的主要目的在于提出一种数理分析电费预测模型方法，旨在设计一种数理分析电费预测模型方法。
[0005]本专利技术解决上述技术问题的技术方案是，提供一种数理分析电费预测模型方法，包括以下步骤：
[0006]调取以往电费数据；
[0007]将电费数据进行再分割，分为大客户集和其它客户集；
[0008]将大客户集和其它客户集分别按照7:3进行分段处理，70％数据作为训练集，剩余30％数据作为结果对照集，通过CSM数理分析训练前70％的数据，得出多组预测结果，将大客户集和其它客户集的预测结果分段叠加后，与剩余30％的已知数据进行偏差比较，当二者的平均偏差率小于10％时，训练过程完毕：
[0009]将所述电费数据作为历史数据库，采用已训练完毕的CSM数理分析预测模型对未来一个月的日电费总额进行预测，得到的大客户集和其它客户集预测结果进行分段叠加，得出最终预测结果；
[0010]其中，所述CSM数理分析包括计算公式：
[0011][0012]为对某一天的预测值；
[0013]为历史库中某一天的实际到账金额；
[0014]a＝a(a1,a2,a3)，代表工作日，a1表示采暖期，属于采暖期时等于1，非采暖期时等于0；a2表示短信影响日，属于短信影响日等于1，非短信影响日等于0；a3工作日分段；
[0015]代表非工作日；表示法定假日，具有两维属性，b表示长短假期，长假期等于1，短假期等于0；c表示假期的第几天，第一天等于1，最后一天等于2，其他等于3；表示非法定假日，具有两维属性，d(e)代表短信影响日，周六时e等于1，
周日时e等于0；代表非短信影响日，具有两维属性，f代表周六周日，周六等于1，周日等于0；g代表双休日分段；
[0016]if为条件函数，if(条件，返回值)，条件为真，则等于返回值，为假等于0；
[0017]n为条件函数返回为真的个数；
[0018]h代表是否为节假日后第一天，是第一天取值为1，否则为0；
[0019]z1、z2、
……
z8分别表示营销数据库中“双休日”、“五一”、“清明”、“中秋”、“端午”、“十一”、“元旦”、“春节”当天的进账金额；
[0020]Z1、Z2、
……
Z8分别表示财务管控模拟数据库中“双休日”、“五一”、“清明”、“中秋”、“端午”、“十一”、“元旦”、“春节”当天的进账金额；
[0021]m1、m2、
……
m8表示数据库中“双休日”、“五一”、“清明”、“中秋”、“端午”、“十一”、“元旦”、“春节”的总天数。
[0022]在本专利技术一实施例中，所述调取以往电费数据得步骤中，所述电费数据包括：单日电费总额、产生该电费的年份、月份、日期，以及当日的星期、工作日属性、休息日属性、采暖期属性。
[0023]在本专利技术一实施例中，所述调取以往电费数据得步骤之后包括：
[0024]根据所述电费数据定义八种影响因子，分别为：工作日、采暖期分段、短信影响日、节假日后工作第一天、工作日分段、法定假日、节假日分段、双休日分段。
[0025]在本专利技术一实施例中，所述调取以往电费数据得步骤之后包括：
[0026]将所述电费数据按照产生的时间进行顺序排列。
[0027]本专利技术的技术方案，通过CSM数理分析的回归分析法分析数据之间的内在关联，确定具有强相关属性的影响因子，从而将进账数据依据日期属性进行聚类分析、分段预测、分步叠加得出最终预测值。分段预测使不同类型的用户能够充分适应各自数据库的影响因子，避免不同类型用户的影响因子在预测过程中的差异性干扰，提高预测精度和减少人工调参工作量，同时融合计算机编程和统计学理论知识，使CSM数理分析模型能够自动识别趋势，便于复制、嵌入、及推广。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0029]图1为本专利技术所述数理分析电费预测模型方法的流程示意图；
[0030]图2为本专利技术所述数理分析电费预测模型方法的其中一实施例流程示意图。
具体实施方式
[0031]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]需要说明，本专利技术实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0033]另外，在本专利技术中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本专利技术的描述中，“若干”、“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0034]在本专利技术中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0035]另外，本专利技术各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。
[0036]本专利技术提出一种数理分析电费预测模型方法，旨在设计一种数理分析电费预测模型方法。
[0037]下面将在具体实施例中对本专利技术提出的数理分析电费预测模型方法的具体结构进行说明：
[0038]在本实施例的技术方案中，如图1所示，一种数理分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数理分析电费预测模型方法，其特征在于，包括以下步骤：调取以往电费数据，将电费数据进行再分割，分为大客户集和其它客户集；将大客户集和其它客户集分别按照7:3进行分段处理，70％数据作为训练集，剩余30％数据作为结果对照集，通过CSM数理分析训练前70％的数据，得出多组预测结果，将大客户集和其它客户集的预测结果分段叠加后，与剩余30％的已知数据进行偏差比较，当二者的平均偏差率小于10％时，训练过程完毕：将所述电费数据作为历史数据库，采用已训练完毕的CSM数理分析预测模型对未来一个月的日电费总额进行预测，得到的大客户集和其它客户集预测结果进行分段叠加，得出最终预测结果；其中，所述CSM数理分析包括计算公式：其中，所述CSM数理分析包括计算公式：为对某一天的预测值；为历史库中某一天的实际到账金额；a＝a(a1,a2,a3)，代表工作日，a1表示采暖期，属于采暖期时等于1，非采暖期时等于0；a2表示短信影响日，属于短信影响日等于1，非短信影响日等于0；a3工作日分段；代表非工作日；表示法定假日，具有两维属性，b表示长短假期，长假期等于1，短假期等于0；c表示假期的第几天，第一天等于1，最后一天等于2，其他等于3；表示非法定假日，具有两维属性，d(e)代表短信影响日，周六时e等于1，周日时e等于0；代表非短信影响日，具有两维属性，f代表周六周日，周六等于1，周日等于0；g代表双休日分段；if为条件函数，if(条件，...

【专利技术属性】
技术研发人员：宋春娟，卜宪军，马冬，金永男，刘松野，张凯，赵磊，郭浩天，
申请(专利权)人：国网吉林省电力有限公司延边供电公司，
类型：发明
国别省市：