[发明专利]一种电力能源消费预测方法和装置

说明书

本发明提供一种电力能源消费预测方法和装置，电力能源消费预测方法包括以下步骤：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；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。这样，本发明实施例中，通过设定预设分类条件将电力能源消费相关数据划分为第一数据和第二数据，并基于第一数据进行模型训练，同时基于第二数据对训练得到的模型进行校验，确保某些小样本特征不会被忽略，有助于提高对于电力能源消费预测的准确程度。

技术领域

本发明涉及供电技术领域，尤其涉及一种电力能源消费预测方法和装置。

背景技术

用户对于电力能源的消费具有一定的规律性，如何有效判断电力能源的消费趋势、科学引导用户对于电力能源的消费行为具有重大意义，然而现有分析和预测方式对于电力能源消费的准确程度有待提高。

发明内容

本发明实施例提供一种电力能源消费预测方法和装置，以解决现有分析和预测方式对于电力能源消费的准确程度较低的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种电力能源消费预测方法，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；

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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

第二方面，本发明实施例提供了一种电力能源消费预测装置，其特征在于，包括：