[发明专利]一种基于电量变动的供电企业现金流量预测模型

权利要求书

1.一种基于电量变动的供电企业现金流量预测模型的系统，其特征在于，

包括，

电量预测模块，运用逐点预测法，采用深度学习LSTM模型进行电量预测；

售电现金流入计算模块，按照“用电分类”和“电压等级”两个维度展现售电量预测结果，按照不同行业、不同电压等级的售电价规范计算出售电现金流入值,

采用深度学习LSTM模型进行电量预测包括如下步骤：

1)对电量数据进行归一化处理使用，用Sigmoid函数作为激活函数，使用线性归一化方法将输出电量数据映射到激活函数的值域即[0,1]；

2)将原始电量时序数据转换为二维数据格式，满足LSTM对输入格式要求；

3)参数设置，

windows＝30，即用前30天的电量数据来预测第31天的电量；

batch_size＝128,更新一次参数使用的样本数为128；

n_epochs＝500,使用整个训练集进行500次训练；

另外，使用两个LSTM层进行线性叠加，神经元数分别为50和100；

4)LSTM模型搭建，采用keras搭建LSTM模型；

5)LSTM模型的运行及输出，将电量时序数据进行上述的预处理，输入到LSTM模型中进行训练，得到训练之后模型的参数，然后输入一个样本，用LSTM模型中的predict_sequence_full函数进行预测，模型的输出是归一化之后的电量，真实电量数据需要按归一化方法反转回去，

原始电量数据归一化的公式如下：

其中，

X′_min＝X_min-0.1*(X_max-X_min)，X′_max＝X_max+0.1*(X_max-X_min)

X_min表示原始电量数据最小值，X_max表示原始电量数据最大值，Xˊ_min表示原始电量数据最小调整值，Xˊ_max表示原始电量数据最大调整值；

模型的预测值是同预处理阶段一致，根据该公式可以得到X，即为真实电量数据预测值。