[发明专利]一种随机森林和概率密度函数的供水管网用户用水量预测方法

权利要求书

1.一种随机森林和概率密度函数的供水管网用户用水量预测方法，其特征在于，该方法包括以下步骤：

步骤1：清洗和整理用户大表用水数据。

步骤2：确定每天用水总量的四分位数并将每天的用水趋势表示为四个用水级别。

步骤3：确定随机森林算法进行用水级别预测的输入输出及训练参数，进行预测训练并生成随机森林预测模型。

步骤4：计算每个小时的用水数据中位数以及该小时用水量相对中位数的差，根据其分布情况进行概率密度函数的拟合。

步骤5：将概率密度函数图像根据积分面积大小划分为四个面积相同的部分，并将每个部分的概率分别进行放缩作为独立的概率密度函数。

步骤6：根据随机森林预测的用水级别并选择与之对应的概率密度函数，从中选择随机值叠加在该小时大表的中位数上，作为预测的该小时用水量。

步骤7：计算周末和节假日的小时平均用水量以及中位数并作差，将其放缩一定比例与预测的用水量进行叠加进行节假日水量补偿后预测的用水量。

2.根据权利要求1所述的基于随机森林和概率密度函数的供水管网用户用水量预测方法，其特征在于，步骤1中用户用水量数据为监测仪器自动计量并发送的分辨率在一个小时及以内的监测数据。

3.根据权利要求1所述的基于随机森林和概率密度函数的供水管网用户用水量预测方法，其特征在于，步骤2中对用水级别是根据当前时间跨度内大表日总用水量的25％、50％、75％分位数划分的四个用水级别。

4.根据权利要求1所述的基于随机森林和概率密度函数的供水管网用户用水量预测方法，其特征在于，步骤3中随机森林的输入参数包括当天所在的月份、日期、星期、最高温度、降水量、前一天最后8小时的用水数据，维度为6，输出参数为用水级别，维度为1，训练参数中决策树数量为200，每个树叶最小观察次数为5。

5.根据权利要求1所述的基于随机森林和概率密度函数的供水管网用户用水量预测方法，其特征在于，步骤4中对残差的分布进行概率密度函数的拟合使用三阶高斯分布拟合。

6.根据权利要求1所述的基于随机森林和概率密度函数的供水管网用户用水量预测方法，其特征在于，步骤6中在概率密度函数中确定用水量波动的随机值，是根据从左到右累计积分的大小，取一个服从0-1均匀分布的随机值，并计算该值在该概率密度函数中对应的随机变量x的大小确定的。

7.根据权利要求1所述的基于随机森林和概率密度函数的供水管网用户用水量预测方法，其特征在于，步骤7中节假日用水量补偿是将节假日小时用水平均值与小时用水数据中位数作差并通过放缩确定的，放缩比例取服从0.75-1.25均匀分布。