[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

说明书

本发明涉及基于大数据的数字化经营信息预测及模拟推演方法，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调优后的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。本发明相较于现有技术方式，本发明对于各类源数据文件类型及数据库类型都有良好的适配性与集成性。相较于现有技术方式，本发明对于最终用户的操作基本实现全程自动化，且最终的输出数据结果具有更好的普遍适用性。

技术领域

本发明属于预测分析技术领域，具体说是基于大数据的数字化电力数据预测及经营模拟预测方法。

背景技术

随着电网企业管理的发展，精细化管理及盈利的需求压力不断增大，目前，电网企业进行经营规划是通过历史经验及政府指导规划相结合的模式进行，但是在市场化政策背景下，传统的管理与规划模式无法满足新的市场环境及管理需求，传统规划方式对于现有海量经营数据无法进行分析和预测，导致经营预测分析能力跟不上新的要求，数据处理效率低下。因此电网企业需要在数字化转型等大环境与趋势下，充分挖掘发挥现有各口径数据价值，并将数据与人工智能、机器学习等先进技术手段充分结合，开发建设基于大数据的预测分析平台，服务支撑公司输配电价核定、经营策略优化与战略提升，从而保证提升公司管理创新水平，优化现金流及营收利润。

发明内容

本发明目的是提供一种基于大数据的数字化电力数据预测及经营模拟预测方法，以克服上述预测方法的缺陷。

本发明为实现上述目的所采用的技术方案是：基于大数据的数字化经营信息预测及模拟推演方法，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。

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。

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。

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。

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。