[发明专利]一种电力能源消费预测方法和装置

权利要求书

1.一种电力能源消费预测方法，其特征在于，包括以下步骤：

获取电力能源消费相关数据；

根据预设分类条件将所述电力能源消费相关数据划分为第一数据和第二数据，其中，所述第一数据的数量少于所述第二数据的数量；所述预设分类条件针对电力能源消耗的小概率事件；

利用所述第一数据通过模型训练生成第一模型；

将所述第二数据导入所述第一模型，以通过模型训练校正所述第一模型，得到第二模型；

基于所述第二模型预测电力能源消费；

所述利用所述第一数据通过模型训练生成第一模型，包括：

将所述第一数据分为M份数据，其中，M为大于1的整数；

依次从所述M份数据选取1份目标数据作为第一测试数据，除所述目标数据之外的M-1份数据作为第一训练数据，进行M次模型训练获得M个模型；

对所获得的所述M个模型进行优化获得第一模型；

所述对所获得的所述M个模型进行优化获得第一模型，包括：

获取与所述M个模型中每一所述模型相对应的M个误差；

将所述M个误差的均值作为测试误差，并根据所述测试误差确定所述第一模型；

所述将所述第二数据导入所述第一模型，包括：

将所述第二数据分为N份，其中，N为大于1的整数；

依次从所述N份数据选取1份目标数据作为第二测试数据，除所述目标数据之外的N-1份数据作为第二训练数据，通过N次依次将每1份所述第二训练数据导入所述第一模型，进行模型训练和参数调节；

根据模型训练和参数调节的结果获得校正所述第一模型的校正函数；

利用N分所述第二测试数据对经过所述校正函数校正的所述第一模型进行N次测试；

所述利用所述第一数据通过模型训练生成第一模型，包括：

利用特征工程提取所述第一数据中包括的特征，并基于所提取的特征进行模型训练生成所述第一模型。

2.一种电力能源消费预测装置，其特征在于，包括：

数据获取模块，用于获取电力能源消费相关数据；

分类模块，用于根据预设分类条件将所述电力能源消费相关数据划分为第一数据和第二数据，其中，所述第一数据的数量少于所述第二数据的数量；所述预设分类条件针对电力能源消耗的小概率事件；

训练模块，用于利用所述第一数据通过模型训练生成第一模型；

校正模块，用于将所述第二数据导入所述第一模型，以通过模型训练校正所述第一模型，得到第二模型；

预测模块，用于基于所述第二模型预测电力能源消费；

所述训练模块包括：

第一划分子模块，用于将所述第一数据分为M份数据，其中，M为大于1的整数；

训练子模块，用于依次从所述M份数据选取1份目标数据作为第一测试数据，除所述目标数据之外的M-1份数据作为第一训练数据，进行M次模型训练获得M个模型；

优化子模块，用于对所获得的所述M个模型进行优化获得第一模型；

所述优化子模块包括：

误差获取单元，用于获取与所述M个模型中每一所述模型相对应的M个误差；

误差确定单元，用于将所述M个误差的均值作为测试误差，并根据所述测试误差确定所述第一模型；

所述校正模块包括：

第二划分子模块，用于将所述第二数据分为N份，其中，N为大于1的整数；

导入子模块，用于依次从所述N份数据选取1份目标数据作为第二测试数据，除所述目标数据之外的N-1份数据作为第二训练数据，通过N次依次将每1份所述第二训练数据导入所述第一模型，进行模型训练和参数调节；

校正子模块，用于根据模型训练和参数调节的结果获得校正所述第一模型的校正函数；

测试子模块，用于利用N分所述第二测试数据对经过所述校正函数校正的所述第一模型进行N次测试；

所述训练模块，具体用于利用特征工程提取所述第一数据中包括的特征，并基于所提取的特征进行模型训练生成所述第一模型。