[发明专利]散煤燃用量确定方法及装置

权利要求书

1.一种散煤燃用量确定方法，其特征在于，所述的方法包括：

按预设的样本采集条件确定样本采集对象；

根据确定的样本采集对象采集训练样本数据；所述的训练样本数据包括：散煤燃用量影响参数数据；

利用人工神经网络构建燃煤用量模型；

利用所述训练样本数据训练预先构建的所述燃煤用量模型；

根据待测区域的散煤燃用量影响参数数据和训练后的燃煤用量模型确定待测区域的散煤燃用量。

2.如权利要求1所述的散煤燃用量确定方法，其特征在于，所述的按预设的样本采集条件确定样本采集对象包括：

获取预设的温度数据、人均可支配收入数据、人均供暖面积以及户均常住人口数量；

按预设的温度数据、人均可支配收入数据、人均供暖面积以及户均常住人口数量确定样本采集对象。

3.如权利要求2所述的散煤燃用量确定方法，其特征在于，所述的按预设的样本采集条件确定样本采集对象包括：

按预设的温度区间将样本对象进行分组，确定温度组；

按预设的人均可支配收入值对各温度组的样本对象进行分组，确定收入组；

按预设的供暖面积值对各收入组的样本对象进行分组，确定面积组；

按预设的常住人口数对各面积组的样本对象进行分组，确定样本采集组；

根据预设的温度数据、人均可支配收入数据、人均供暖面积以及户均常住人口数量从所述的样本采集组中确定样本采集对象。

4.如权利要求1所述的散煤燃用量确定方法，其特征在于，所述训练样本数据还包括：户均年燃煤量数据；

所述的利用所述训练样本数据训练预先构建的所述燃煤用量模型包括：

用预设的户均年燃煤量数据的燃煤用量参考范围数值和预设的参考区间，对采集的户均年燃煤量数据进行人工神经网络输出节点的预处理，确定输出训练样本；

将所述散煤燃用量影响参数作为输入训练样本，根据所述输入训练样本和输出训练样本训练所述燃煤用量模型。

5.一种散煤燃用量确定装置，其特征在于，所述的装置包括：

样本对象确定模块，用于按预设的样本采集条件确定样本采集对象；

数据采集模块，用于根据确定的样本采集对象采集训练样本数据；所述的训练样本数据包括：散煤燃用量影响参数数据；

神经网络模型构建模块，利用人工神经网络构建燃煤用量模型；

模型训练模块，用于利用所述训练样本数据训练预先构建的所述燃煤用量模型；

燃用量确定模块，用于根据待测区域的散煤燃用量影响参数数据和训练后的燃煤用量模型确定待测区域的散煤燃用量。

6.如权利要求5所述的散煤燃用量确定装置，其特征在于，所述的样本对象确定模块包括：

预设参数获取单元，用于获取预设的温度数据、人均可支配收入数据、人均供暖面积以及户均常住人口数量；

对象确定单元，用于按预设的温度数据、人均可支配收入数据、人均供暖面积以及户均常住人口数量确定样本采集对象。

7.如权利要求6所述的散煤燃用量确定装置，其特征在于，所述的对象确定单元包括：

分组单元，用于按预设的温度区间将样本对象进行分组，确定温度组；按预设的人均可支配收入值对各温度组的样本对象进行分组，确定收入组；按预设的供暖面积值对各收入组的样本对象进行分组，确定面积组；按预设的常住人口数对各面积组的样本对象进行分组，确定样本采集组；

确定单元，用于根据预设的温度数据、人均可支配收入数据、人均供暖面积以及户均常住人口数量从所述的样本采集组中确定样本采集对象。