[发明专利]基于大数据的数字化经营信息预测及模拟推演方法

权利要求书

1.基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，包括以下步骤：

获取电网历史数据并进行预处理；

构建时序预测模型及大数据预测模型，并通过预处理后的电网历史数据对大数据预测模型进行训练；

将待测电网数据输入时序预测模型及训练完的大数据预测模型，对未来电网数据进行预测。

2.根据权利要求1所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，所述预处理包括以下步骤：

确定数据异常值并剔除；

对于缺失值通过线性插值法补全，得到完整的数据；

将完整的数据按照数据库数据要求进行处理，使其存储于数据库中；

对于数据库中属性值相同的记录认为是重复记录，将重复的记录合并为一条，即获得用于模型训练的数据。

3.根据权利要求1所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，所述时序预测模型为移动平均模型、整合移动平均自回归模型中的一种，所述大数据预测模型为多层感知机模型。

4.根据权利要求1所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，所述电网历史数据为历史经营信息，所述未来电网数据为未来经营信息。

5.根据权利要求3所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，所述移动平均模型为以下方式中的一种：

F_t＝(A_t-1+A_t-2+A_t-3+……+A_t-n)/n

其中，F_t为未来电网数据预测值，n为移动平均的时期个数，A表示电网历史数据，A_t-n表示第n期的电网历史数据实际值，t表示所需预测的时点；

F_t＝k₁A_t-1+k₂A_t-2+k₃A_t-3+……+k_nA_t-n

其中，F_t为未来电网数据预测值，n为移动平均的时期个数，A表示电网历史数据，A_t-n表示第n期的电网历史数据实际值，k_n表示第n期的系数，t表示所需预测的时点。

6.根据权利要求3所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，所述整合移动平均自回归模型如下：

y_t＝μ+φ₁*y_t-1+...+φ_p*y_t-p+θ₁*e_t-1+...+θ_q*e_t-q

其中,y_t表示未来电网数据预测值，φ表示AR的系数，θ表示MA的系数，p、q分别为阶层和阶数，e表示误差，t表示所需预测的时点。

7.根据权利要求1或3所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，分别通过移动平均模型、整合移动平均自回归模型和多层感知机模型进行未来电网数据的预测，将各预测结果分别乘以权重，得到最终预测结果。

8.根据权利要求1所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，所述电网历史数据为电网运营参数的历史数据，所述未来电网数据为电网运营指标。

9.根据权利要求8所述的基于大数据的数字化经营信息预测及模拟推演方法，其特征在于，所述电网运营参数的历史数据为包含电量、电价、线损的历史数据；所述未来电网数据为用于电网运营的含有经济指标、发电成本、电力运营的指标。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1-9任一项所述的基于大数据的数字化经营信息预测及模拟推演方法。