[发明专利]用于能源总需求量的预测方法/系统、存储介质及设备

权利要求书

1.一种用于能源总需求量的预测方法，其特征在于，包括

获取已有数据，并输出最大化矩阵；

将所述最大化矩阵输入到预先构建的神经网络中，并输出各用户的能源总需求量预测结果；

其中，所述已有数据包括各用户的历史使用量，输出所述最大化矩阵的方法包括：将各用户的历史使用量按时序排列配置成历史使用量序列，将各用户的历史使用量序列按照区别于单一所述历史使用量序列的方向随机排序配置形成若干序列矩阵，计算并筛选出所述序列矩阵中的相关系数最大的所述最大化矩阵。

2.根据权利要求1所述的用于能源总需求量的预测方法，其特征在于，计算并筛选出所述序列矩阵中相关系数最大的所述最大化矩阵的方法包括：先计算任意两个用户的所述历史使用序列之间的相关系数，再根据任意两个用户的所述历史使用序列之间的相关系数计算每个所述序列矩阵的相关系数。

3.根据权利要求2所述的用于能源总需求量的预测方法，其特征在于，任意两个用户的所述历史使用序列之间的相关系数计算公式为：

其中，i表示当前天数，n表示指总天数，x表示其中任一个用户，表示用户x在1～n天的平均使用量，y表示除x以外的任一个用户，表示用户y在1～n天的平均使用量，r_x,y表示用户x和用户y的相关系数。若i的取值为1～n中的任一天，则用户x在1～n天期间的历史使用量序列为(x₁,x₂,····,x_n)，用户y在1～n天期间的历史使用量序列为(y₁,y₂,····,y_n)。

4.根据权利要求3所述的用于能源总需求量的预测方法，其特征在于，计算所述序列矩阵的相关系数的方法包括：忽略所述序列矩阵中距离大于3的所述历史使用序列之间的相关系数。

5.根据权利要求4所述的用于能源总需求量的预测方法，其特征在于：所述序列矩阵的相关系数计算公式为：

其中，N表示指单个用户在序列矩阵中的排列顺序。

6.根据权利要求4所述的用于能源总需求量的预测方法，其特征在于：若忽略所述序列矩阵中距离大于3的所述历史使用序列之间的相关系数后，两个或两个以上的所述序列矩阵之间的相关系数相等，则重新计算各序列矩阵的相关系数，并在重新计算时依序递增所述序列矩阵中距离大于3的历史使用序列之间的相关系数。

7.根据权利要求2所述的用于能源总需求量的预测方法，其特征在于：计算筛选所述最大化矩阵的方法包括暴力穷举算法。

8.根据权利要求2所述的用于能源总需求量的预测方法，其特征在于：计算筛选所述最大化矩阵的方法包括贪心算法。

9.根据权利要求1所述的用于能源总需求量的预测方法，其特征在于：在配置序列矩阵前，验证每个用户的历史使用量序列是否满足正态分布，若不满足，则需进行数据调整使所述历史使用量序列满足正态分布。

10.根据权利要求9所述的用于能源总需求量的预测方法，其特征在于：进行数据调整使所述历史使用量序列满足正态分布的方法包括对数变换和/或平方根变换。

11.根据权利要求1所述的用于能源总需求量的预测方法，其特征在于：所述序列矩阵包括二维矩阵或多维矩阵。