[发明专利]基于大数据的能耗分析预测方法、装置、设备及存储介质

权利要求书

1.一种基于大数据的能耗分析预测方法，其特征在于，包括：

获取多源异构能源数据，对所述多源异构能源数据进行格式转换和数据补全处理，形成标准化的第一能源数据；

根据所述第一能源数据对预设分析模型进行训练处理，得到目标分析模型；

获取实时运行的第二能源数据，并将所述第二能源数据输入所述目标分析模型中进行分析处理，得到能耗预测值，所述第二能源数据为对实时运行的多源异构能源数据进行格式转换和数据补全处理后形成的标准化的能源数据。

2.根据权利要求1所述的方法，其特征在于，所述获取多源异构能源数据，对所述多源异构能源数据进行格式转换和数据补全处理，形成标准化的第一能源数据，包括：

获取多源异构能源数据，所述多源异构能源数据包括字符型数据、时间型数据和数字型数据；

对所述多源异构能源数据中的字符型数据进行编码转换，转换成数字编码型数据，得到第一处理数据；

对所述多源异构能源数据进行数据补全处理，得到第二处理数据；

根据所述第一处理数据和所述第二处理数据进行融合处理，得到所述第一能源数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述多源异构能源数据进行数据补全处理，得到第二处理数据，包括：

对所述多源异构能源数据进行缺失数值检测，获取对应的缺失数据值的位置；

通过平均值补全法、最大值补全法、最小值补全法和/或概率估计补全法对所述缺失数据值对应位置进行数据补全处理，得到数据完整的所述第二处理数据。

4.根据权利要求3所述的方法，其特征在于，所述通过平均值补全法、最大值补全法、最小值补全法和/或概率估计补全法对所述缺失数据值对应位置进行数据补全处理，得到数据完整的所述第二处理数据，包括：

通过公式y(d,t)＝w₁x(d,t₁)+w₂x(d,t₂)+w₃x(d₁,t)+w₄x(d₂,t)计算得到对应的缺失数据值,其中y(d,t)代表第d天第t小时的电量值，x(d,t₁)代表与t₁时刻相邻的两个时刻的电量值，x(d,t₂)代表与t₂时刻相邻的两个时刻的电量值，x(d₁,t)代表第d₁天前后各一天t时刻的电量值，x(d₂,t)代表第d₂天前后各一天t时刻的电量值，w₁～w₄代表加权平均的权重；

将得到所述缺失数据值补充至所述缺失数据值对应位置，得到数据完整的所述第二处理数据。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一能源数据对预设分析模型进行训练处理，得到目标分析模型，包括：

利用能源样本数据和深度学习训练法对预设分析模型进行训练处理，得到第一目标分析模型，所述第一能源数据包括能源样本数据和验证样本数据；

根据所述验证样本数据对所述第一目标分析模型进行参数优化处理，得到所述目标分析模型。

6.根据权利要求1所述的方法，其特征在于，所述得到能耗预测值之后，包括：

根据所述能耗预测值生成对应的曲线、直方图、饼图和/或表格；

将生成的曲线、直方图、饼图和/或表格在对应的客户端进行显示，以供用户监测。

7.根据权利要求1所述的方法，其特征在于，所述得到能耗预测值之后，包括：

获取实际能耗值；

将所述实际能耗值与所述能耗预测值进行比较，当所述实际能耗值超过所述能耗预测值时，生成预警信息；

将所述预警信息在对应的客户端进行显示提醒。