[发明专利]基于Prophet的智能铁路车站电能能耗预测方法

权利要求书

1.一种基于Prophet的智能铁路车站电能能耗预测方法，其特征在于，所述方法包括：

对用电系统中的各子节点进行监测，获得各子节点分别对应的实测电能能耗数据；

将各子节点对应的实测电能能耗数据输入至预设预测模型中，获得预测电能能耗数据对应的预测曲线图。

2.如权利要求1所述的方法，其特征在于，所述将各子节点对应的实测电能能耗数据输入至预设预测模型中，获得预测电能能耗数据对应的预测曲线图的步骤，包括：

判断各子节点对应的实测电能能耗数据是否存在异常；

在所述实测电能能耗数据不存在异常时，将所述实测电能能耗数据输入至预设预测模型中，获得预测电能能耗数据对应的预测曲线图；

在所述各子节点的实测电能能耗数据存在异常时，对异常数据进行数值补充，得到完整电能能耗数据，并将所述完整电能能耗数据输入至预设预测模型中，获得预测电能能耗数据对应的预测曲线图。

3.如权利要求2所述的方法，其特征在于，所述对异常数据进行数值补充的步骤，包括：

在映射关系表中根据时间戳查找异常数据的相邻实测电能能耗数据前值和相邻实测电能能耗数据后值；

计算相邻实测电能能耗数据前值和相邻实测电能能耗数据后值的平均值，并根据所述平均值对所述异常数据进行数值填充，以获得完整映射关系表；

所述映射关系表存放有时间戳和实测电能能耗数据的对应关系。

4.如权利要求1～3任一项所述的方法，其特征在于，所述将各子节点对应的实测电能能耗数据输入至预设预测模型中，获得预测电能能耗数据对应的预测曲线图的步骤之前，所述方法还包括：

在所述实测电能能耗数据中选取样本数据；

将所述样本数据划分为训练数据和测试数据；

根据所述训练数据建立预设预测模型，根据所述测试数据对预设预测模型进行检验。

5.如权利要求4所述的方法，其特征在于，所述根据所述训练数据建立预设预测模型的步骤，包括：

根据所述训练数据，通过预设趋势公式计算趋势函数；

根据所述趋势函数，通过预设模型公式建立预设预测模型，并获得训练数据对应的预测参数。

6.如权利要求4所述的方法，其特征在于，所述根据所述测试数据对预设预测模型进行检验的步骤，包括：

将所述测试数据输入至所述预设预测模型，得到测试数据对应的目标参数；

根据所述预测参数和所述目标参数，通过预设对比公式计算对比值；

判断所述对比值是否满足预设阈值；

在所述对比值满足所述预设阈值时，将各子节点对应的实测电能能耗数据输入至预设预测模型中，获得预测电能能耗数据对应的预测曲线图；

在所述对比值不满足所述预设阈值时，重新获取所述各子节点对应的实测电能能耗数据，在所述实测电能能耗数据中选取样本数据，在所述样本数据中提取训练数据，根据所述训练数据重新建立预设预测模型。

7.如权利要求1～6任一项所述的方法，其特征在于，所述获得预测电能能耗数据对应的预测曲线图的步骤之后，所述方法还包括：

在所述预测曲线图中，提取所述预测电能能耗数据对应的季节特征信息；

根据所述季节特征信息，通过所述预设预测模型预测所述预测电能能耗数据的趋势。

8.一种基于Prophet的智能铁路车站电能能耗预测装置，其特征在于，所述装置包括：

获取模块，用于对用电系统中的各子节点进行监测，获得各子节点分别对应的实测电能能耗数据；

预测模块，用于将各子节点对应的实测电能能耗数据输入至预设预测模型中，获得预测电能能耗数据对应的预测曲线图。