一种供热用气量预测方法、装置及电子设备与流程

本技术涉及供热，尤其涉及一种供热用气量预测方法、装置及电子设备。

背景技术：

1、随着近几年“煤改气”的广泛推广实施，我国北方涌现大量的供热企业，在保障冬季采暖的民生工程中发挥了重要作用。

2、目前，预测用气量主要依赖人工经验预测，导致预测用气量与实际用气量偏差较大。如何提高预测用气量的准确率是一种值得商榷的问题。

技术实现思路

1、本技术实施例提供一种供热用气量预测方法、装置及电子设备，用于提高预测用气量的准确率。

2、第一方面，本技术实施例提供一种供热用气量预测方法，应用于第一终端，上述方法包括：

3、从物联网平台获取第一中间向量，第一中间向量用于表示供热系统的供热数据；

4、获取预设时间段内供热系统的历史用气数据以及第n天的天气预测数据，n为正整数；

5、将历史用气数据以及第n天天气预测数据向量化，得到第二向量；

6、将第二向量与第一中间向量合并，组成第二中间向量；

7、根据第二中间向量与第一参数，确定第n天的用气量预测值，第一参数是根据训练得到的预测模型确定的。

8、上述方法中，通过物联网平台在第一终端与第二终端之间传递预测用气量的相关数据，实现了在保护双方数据安全的情况下，完成用气量的预测。相较于依赖于人工经验预测用气量，提高用气量预测的准确率。

9、可选的，第一中间向量为a维行向量，第二向量为p维行向量，将第二向量与第一中间向量合并，组成第二中间向量，具体包括：

10、按照第二中间向量中每个元素的预设排列顺序，将第二向量与第一中间向量合并，组成第二中间向量，第二中间向量为m维行向量，m为a与p的和，m为正整数。

11、上述方法中，按照第二中间向量中每个元素的预设排列顺序，将第二向量与第一中间向量合并，组成第二中间向量，可以使第二中间向量中的每个元素准确的表示预设的数据类型。便于后续训练预测模型，调整第一参数时，第一参数中的每个元素与第二中间向量中的每个元素存在对应关系，更加准确的预测用气量预测值。

12、可选的，第二中间向量为m维行向量，第一参数为m维列向量，m为正整数，根据第二中间向量与第一参数，确定第n天的用气量预测值，具体包括：

13、将第二中间向量与第一参数相乘，确定第n天的用气量预测值。

14、上述方法中，由于训练预测模型，调整第一参数时，第一参数中的每个元素与第二中间向量中的每个元素存在对应关系。即在向量空间中，第一参数与第二中间向量具有相同的维度。将m维行向量的第二中间向量，与m维列向量的第一参数相乘，确定第n天的用气量预测值，可以准确地预测第n天的用气量。

15、可选的，按照下述方法训练预测模型：

16、基于历史用气数据、历史天气预测数据、历史第一中间向量，确定训练样本；

17、采用初始预测模型对训练样本进行预测，得到历史用气量预测值；

18、将历史用气量真实值，以及历史用气量预测值输入到损失函数中，确定损失函数值；

19、调整第二参数，直至损失函数值满足停止训练条件，得到预测模型。

20、上述方法中，通过调整预测模型中的第二参数，不断训练预测模型，直至损失函数值满足停止训练条件，使预测模型输出的用气量预测值与实际用气量更加接近，提高用气量预测准确率。

21、可选的，损失函数符合以下公式：

22、

23、其中，z表示损失函数值，i表示第i天，yi表示第i天历史用气量，表示第i天用气量预测值。

24、可选的，调整第二参数，具体包括：

25、将历史用气量与历史用气量预测值做差，得到预测偏差值；

26、根据预测偏差值，采用梯度法调整预测模型中的第二参数。

27、上述方法中，通过采用梯度法调整预测模型中的第二参数，不断训练预测模型，使预测模型输出的用气量预测值与实际用气量偏差较小，提高用气量预测准确率。

28、可选的，上述方法还包括：

29、向物联网平台发送第n天的用气量预测值。

30、上述方法中，通过向物联网平台发送第n天的用气量预测值。便于后续第一终端从物联网平台获取第n天的用气量预测值。使得第一终端可以及时获得第n天的用气量预测值。

31、可选的，上述方法还包括：

32、向物联网平台发送预测偏差值。

33、上述方法中，通过向物联网平台发送预测偏差值，便于在训练预测模型的过程中，第一终端根据预测偏差值及时调整预测模型中的第一参数，使得预测模型输出的用气量预测值与实际用气量更加接近，提高用气量预测准确率。

34、第二方面，本技术实施例提供一种供热用气量预测方法，应用于第二终端，上述方法包括：

35、获取供热系统的供热数据；

36、将供热数据向量化，得到第一向量；

37、根据第一向量与第二参数，确定第一中间向量，第二参数是根据训练得到的预测模型确定的；

38、向物联网平台发送第一中间向量，以使第一终端从物联网平台获取第一中间向量，根据第一中间向量以及第一参数确定第n天的用气量预测值，第一参数是根据预测模型确定的，n为正整数。

39、上述方法中，为了保护第一终端数据的隐私性，第一终端可以将表示供热系统的供热数据的第一中间向量发送至物联网平台。便于后续第二终端从物联网平台获取第一中间向量，根据第一中间向量以及第一参数确定第n天的用气量预测值。

40、可选的，第一向量为a维行向量，第一参数为a*b维矩阵，a、b为正整数，根据第一向量与第二参数，确定第一中间向量，具体包括：

41、将第一向量与第一参数相乘，确定第一中间向量，第一中间向量为a维行向量。

42、可选的，按照下述方法训练预测模型：

43、从物联网平台获取预测偏差值，预测偏差值为历史用气量与历史用气量预测值的差；

44、根据预测偏差值，采用梯度法调整预测模型中的第一参数，直至损失函数值满足停止训练条件，得到预测模型，损失函数值是第一终端将历史用气量真实值，以及历史用气量预测值输入到损失函数中确定的。

45、上述方法中，通过调整预测模型中的第一参数，不断训练预测模型，直至损失函数值满足停止训练条件，使预测模型输出的用气量预测值与实际用气量更加接近，提高用气量预测准确率。

46、可选的，损失函数符合以下公式：

47、

48、其中，z表示损失函数值，i表示第i天，yi表示第i天历史用气量，表示第i天用气量预测值。

49、可选的，上述方法还包括：

50、从物联网平台获取第n天的用气量预测值。

51、上述方法中，通过从物联网平台获取第n天的用气量预测值。使得第一终端可以及时获得第n天的用气量预测值。

52、第三方面，本技术实施例提供一种供热用气量预测方法，应用于物联网平台，方法包括：

53、接收来自第二终端的第一中间向量，以使第一终端从物联网平台获取第一中间向量，根据第一中间向量以及第一参数确定第n天的用气量预测值，第一参数是根据预测模型确定的，第一中间向量用于表示供热系统的供热数据，n为正整数。

54、第四方面，本技术实施例提供一种供热用气量预测维护系统，系统包括：第一终端、第二终端以及物联网平台；

55、第二终端，用于获取供热系统的供热数据，以及将供热数据向量化，得到第一向量，以及根据第一向量与第二参数，确定第一中间向量，第二参数是根据训练得到的预测模型确定的，以及向物联网平台发送第一中间向量，第一参数是根据预测模型确定的；

56、物联网平台，用于接收来自第二终端的第一中间向量；

57、第一终端，用于从物联网平台获取第一中间向量，以及获取预设时间段内供热系统的历史用气数据以及第n天的天气预测数据，以及将历史用气数据以及第n天天气预测数据向量化，得到第二向量，以及将第二向量与第一中间向量合并，组成第二中间向量，以及根据第二中间向量与第一参数，确定第n天的用气量预测值，第一参数是根据训练得到的预测模型确定的，n为正整数。

58、第五方面，本技术实施例提供一种供热用气量预测装置，包括：

59、收发模块，用于从物联网平台获取第一中间向量，第一中间向量用于表示供热系统的供热数据；

60、收发模块，还用于获取预设时间段内供热系统的历史用气数据以及第n天的天气预测数据，n为正整数；

61、处理模块，用于将历史用气数据以及第n天天气预测数据向量化，得到第二向量；

62、处理模块，还用于将第二向量与第一中间向量合并，组成第二中间向量；

63、处理模块，还用于根据第二中间向量与第一参数，确定第n天的用气量预测值，第一参数是根据训练得到的预测模型确定的。

64、第六方面，本技术实施例提供一种供热用气量预测装置，包括：

65、收发模块，用于获取供热系统的供热数据；

66、处理模块，用于将供热数据向量化，得到第一向量；

67、处理模块，还用于根据第一向量与第二参数，确定第一中间向量，第二参数是根据训练得到的预测模型确定的；

68、收发模块，还用于向物联网平台发送第一中间向量，以使第一终端从物联网平台获取第一中间向量，根据第一中间向量以及第一参数确定第n天的用气量预测值，第一参数是根据预测模型确定的，n为正整数。

69、第七方面，本技术实施例提供一种供热用气量预测装置，包括：

70、收发模块，用于接收来自第二终端的第一中间向量，以使第一终端从物联网平台获取第一中间向量，根据第一中间向量以及第一参数确定第n天的用气量预测值，第一参数是根据预测模型确定的，第一中间向量用于表示供热系统的供热数据，n为正整数。

71、第八方面，本技术实施例还提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，当计算机程序被处理器执行时，使得处理器实现上述第一方面至第四方面中的任一项供热用气量预测方法。

72、第九方面，本技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时，实现第一方面至第四方面中的任一项的供热用气量预测方法。

73、第十方面，本技术实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行以实现如上述第一方面至第四方面中的任一项的数据识别方法。

74、第五方面至第十方面中任意一种实现方式所带来的技术效果可参见第一至第四方面中对应的实现方式所带来的技术效果，此处不再赘述。