[发明专利]对资源消耗量进行预测的数据处理方法

摘要

本发明公开一种对资源消耗量进行预测的数据处理方法，该方法对海量资源消耗历史数据进行特征提取和感知分析，挖掘用户对资源消耗的发展规律和特点，针对特征感知结果进行相应的数据处理，选择合适的算法和模型，综合搭建资源消耗数据处理的预测模型。本发明有效地为资源管理部门提供必须的资源消耗预测数据，实际提升了资源消耗预测的精准度，为资源管理部门的数据分析打下基础。

主权项

一种对资源消耗量进行预测的数据处理方法，其特征在于，包括如下步骤：(1)从数据库中抽取以用户为单位连续时段的资源消耗量基础数据，将资源消耗量基础数据导入大数据平台的文件系统，得到基础分析数据；(2)读取所述基础分析数据，统计数据不完整和资源消耗为0的时间序列分布；(3)对步骤(2)输出序列进行数据特征的感知，包括：判断序列是否具有周期特征、记录序列波动中的奇异点位置、检验序列是否稳定；(4)基于步骤(3)特征感知的结果，做如下处理：针对序列波动中的奇异点进行平滑处理；对检验不稳定的序列进行差分处理，每差分一次，再次检验序列是否稳定，如果不合要求，再进行差分，找到差分稳定序列类型或者差分不超过d次；(5)根据步骤(4)输出结果，选择合适的预测算法模型进行预测；具体操作如下：(5‑1)具有周期且波动较小的特征序列，使用ARIMA算法模型进行预测；(5‑2)具有周期性但数据不稳定的特征序列，使用HoltWinters指数平滑算法模型进行预测；(5‑3)周期性不明确，且数据不稳定的特征序列，使用灰色算法模型进行预测。