[发明专利]基于电力物资的需求智能分析方法、系统、设备及介质

说明书

本发明涉及智能决策技术领域，揭露了一种基于电力物资的需求智能分析方法、系统、设备及介质，包括：获取历史电力物资需求数据，对历史电力物资需求数据进行预处理，得到标准需求数据；对标准需求数据进行需求分类，得到物资需求类别数据；对物资需求类别数据进行需求初始预测，得到每个物资需求类别数据的初始需求预测数据；构建每个初始需求预测数据的需求数据矩阵，对需求数据矩阵进行矩阵分解，得到每个物资需求类别数据的需求分解矩阵；根据需求分解矩阵计算所述目标电力企业的物资需求预测数据。本发明可以提高物资需求预测的准确度。

技术领域

本发明涉及智能决策技术领域，尤其涉及一种基于电力物资的需求智能分析方法、系统、设备及介质。

背景技术

当前，我国社会经济快速发展，对电力能源的需求无论从量还是质上都提出了更高的要求，同时电力物资影响着人们日常的方方面面，不仅是社会生产的重要保障，更是国家发展的重要基础。因此，保障电力物资的充足供应有着十分重要的作用和现实意义。

通常，电力物资的管理与分配是由电网公司负责的，而在这个过程中，往往会出现供应与需求不平衡的现象。如果电力储备不足，就会给社会造成严重的经济损失；如果电力储备过剩，又会产生额外的库存成本，甚至导致电力物资的浪费，因此，如何准确预测变电站及配网工程的物资需求，从而在保障工程进度的前提下提高资金的利用率，节约成本，对于电力企业在新的市场环境下快速发展，具有重要意义。

发明内容

本发明提供一种基于电力物资的需求智能分析方法、系统、设备及介质，其主要目的在于解决物资需求数据预测的准确度较低的问题。

为实现上述目的，本发明提供的一种基于电力物资的需求智能分析方法，包括：

获取目标电力企业在预设时间段内的历史电力物资需求数据，对所述历史电力物资需求数据进行数据预处理，得到标准需求数据；

对所述标准需求数据进行需求分类，得到所述目标电力企业对应的物资需求类别数据；

对所述物资需求类别数据进行需求初始预测，得到每个所述物资需求类别数据的初始需求预测数据；

构建每个所述初始需求预测数据的需求数据矩阵，对所述需求数据矩阵进行矩阵分解，得到每个所述物资需求类别数据的需求分解矩阵；

根据所述需求分解矩阵计算所述目标电力企业的物资需求预测数据。

可选地，所述对所述历史电力物资需求数据进行数据预处理，得到标准需求数据，包括：

分析所述历史电力物资需求数据的数据属性，根据所述数据属性对所述历史电力物资需求数据进行清洗，得到清洗电力物资数据；

识别所述清洗电力物资数据中的异常数据，对所述异常数据进行数据替换，得到标准需求数据。

可选地，所述对所述标准需求数据进行需求分类，得到所述目标电力企业对应的物资需求类别数据，包括：

对所述标准需求数据进行哈希运算，得到所述标准需求数据的数据编码；

将所述数据编码与预设的编码类别对应关系相匹配，得到所述目标电力企业对应的需求类别数据。

可选地，所述对所述物资需求类别数据进行需求初始预测，得到每个所述物资需求类别数据的初始需求预测数据，包括：

计算每个所述物资需求类别数据的数据分布，根据所述数据分布确定每个所述物资需求数据的趋势项；

利用傅里叶函数计算每个所述物资需求类别数据的季节周期规律，得到每个所述物资需求类别数据的季节项；

利用如下公式生成每个所述物资需求类别数据的季节周期规律：

其中，为每个所述物资需求类别数据的季节周期规律，为每个所述物资需求类别数据的季节周期时间，为第个物资需求类别数据，为每个所述物资需求类别数据的总数，、为预设的平滑参数，为预设的季节周期天数；