[发明专利]一种电网企业运营指标预测方法及预测系统

权利要求书

1.一种电网企业运营指标预测方法，其特征在于，包括以下步骤：

步骤一、数据预处理：对得到的数据进行min-max归一化处理，即对原始数据进行线性变换；

步骤二、训练合适的模型，进行曲线拟合：采用快速稀疏岭回归去拟合观测数据；

步骤三、预测过程：利用最优稀疏系数和新的数据，通过上述步骤二训练得到的模型预测未来月份的利润总额。

2.根据权利要求1所述的电网企业运营指标预测方法，其特征在于，步骤一的具体过程如下：设min和max分别为数据集A中的最小值和最大值，将A的一个原始值a通过min-max归一化为[0,1]区间中的值a'，其公式为：

a′=a-minmax-min.]]>

3.根据权利要求1所述的电网企业运营指标预测方法，其特征在于，步骤二包括以下步骤：

步骤二-1，用下式描述基于快速稀疏岭回归的训练模型：

min12||y-Ax||22+λ||x||1,]]>

其中，A∈R^m×n为字典矩阵，即经过预处理后的数据，向量y∈R^m代表对应月份的利润总额，向量x∈Rⁿ为需要求解的稀疏系数，参数λ>0；

步骤二-2，通过下式求解模型稀疏系数x：

min12||y-Ax||22+λ||z||1,]]>

s.t.x＝z

步骤二-3，利用交替方向乘子法求解约束优化问题：

Lρ(x,z,μ)=12||y-Ax||22+λ||z||1+μT(x-z)+ρ2||x-z||22,]]>

上式中，ρ>0为惩罚参数，μ为拉格朗日乘数法的数组。