本申请涉及数据处理,特别是涉及一种用电数据预测方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术:
1、随着社会经济的发展,在春节期间,人们的消费行为和用电需求存在明显的上升。因此,研究春节期间不同行业的用电情况对于供电规划和能源管理等方面具有重要意义,根据研究结果还可以预测不同行业在未来春节期间的用电趋势。
2、常用的用电数据预测方法包括电力弹性系数法、电量产出效益法、计量经济预测法和时间序列分析法等。以电力弹性系数法为例,这种方法基于统计分析方法,通过计算用电数据与相关因素之间的弹性系数,从而预测未来的用电数据。
3、然而,传统的预测方法中,假设相关因素与用电数据之间存在线性关系,而现实中相关因素与用电数据之间往往是非线性相关,因此预测结果会存在误差,导致用电数据预测结果准确度较低。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高用电数据预测结果准确度的用电数据预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本申请提供了一种用电数据预测方法。所述方法包括:确定多个预设评估指标中每个预设评估指标的重要程度表征值;预设评估指标是影响目标地理区域中目标行业用电的指标;根据重要程度表征值从多个预设评估指标中,选取至少一个目标评估指标;获取目标地理区域中目标行业在观察时间段中每个观察时间点对应的评估指标值集合;观察时间点对应的评估指标值集合,包括观察时间点时目标行业在各目标评估指标下的指标值;观察时间段为包括目标节日的时间段;基于每个观察时间点对应的评估指标值集合,预测得到目标用电数据序列;目标用电数据序列,包括预测出的目标行业在观察时间段中每个观察时间点的用电数据。
3、第二方面,本申请还提供了一种用电数据预测装置。包括:第一确定模块,用于确定多个预设评估指标中每个预设评估指标的重要程度表征值;预设评估指标是影响目标地理区域中目标行业用电的指标;指标选取模块,用于根据重要程度表征值从多个预设评估指标中,选取至少一个目标评估指标;第二确定模块,用于获取目标地理区域中目标行业在观察时间段中每个观察时间点对应的评估指标值集合;观察时间点对应的评估指标值集合,包括观察时间点时目标行业在各目标评估指标下的指标值;观察时间段为包括目标节日的时间段;预测模块,用于基于每个观察时间点对应的评估指标值集合,预测得到目标用电数据序列;目标用电数据序列,包括预测出的目标行业在观察时间段中每个观察时间点的用电数据。
4、在一些实施例中,所述预测模块,还用于针对每个观察时间点,基于观察时间点对应的评估指标值集合,生成观察时间点对应的特征数据;按照每个观察时间点在观察时间段中的排序,对每个观察时间点对应的特征数据进行排列,得到特征数据序列;基于特征数据序列预测得到目标用电数据序列。
5、在一些实施例中,所述装置还包括模型训练模块,用于获取目标地理区域中目标行业在历史时间段对应的用电数据序列,作为标签用电数据序列;目标行业在历史时间段对应的用电数据序列,包括目标行业在历史时间段中每个历史时间点的用电数据;历史时间段是包括目标节日的时间段,观察时间段在历史时间段之后;获取目标行业在历史时间段中每个历史时间点对应的评估指标值集合;历史时间点对应的评估指标值集合,包括历史时间点时目标行业在各目标评估指标下的指标值;根据每个历史时间点分别对应的评估指标值集合,生成训练样本;将训练样本输入到待训练的用电数据预测模型中,得到预测用电数据序列;预测用电数据序列,包括预测出的目标行业在历史时间段中每个历史时间点的用电数据;基于预测用电数据序列与标签用电数据序列之间的差异,训练待训练的用电数据预测模型,得到已训练的用电数据预测模型。
6、在一些实施例中,模型训练模块,还用于根据训练样本和多个目标评估指标生成第一决策树模型;将第一决策树模型作为待训练的用电数据预测模型。
7、在一些实施例中,所述第一确定模块,还用于根据多个预设评估指标生成第二决策树模型;针对第二决策树模型,确定每个预设评估指标的重要程度表征值。
8、在一些实施例中,所述指标选取模块,还用于按照重要程度表征值的大小对各预设评估指标进行排列,得到预设评估指标序列;从预设评估指标序列中选取至少一个目标评估指标。
9、第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述用电数据预测方法中的步骤。
10、第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述用电数据预测方法中的步骤。
11、第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述用电数据预测方法中的步骤。
12、上述用电数据预测方法、装置、计算机设备、存储介质和计算机程序产品,通过获取多个预设评估指标并确定多个预设评估指标的重要程度,从多个预设评估指标中选取至少一个目标评估指标。针对选取的至少一个目标评估指标对应的指标值,统计得到目标地理区域中目标行业在观察时间段中每个观察时间点对应的评估指标值集合,基于评估指标值集合可以预测得到目标地理区域中目标行业的目标用电数据序列。其中,目标用电数据序列的参考因素包括至少一个目标评估指标,丰富了参考因素的种类,从而提高了用电数据预测结果的准确度。
1.一种用电数据预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于每个所述观察时间点对应的评估指标值集合,预测得到目标用电数据序列,包括:
3.根据权利要求2所述的方法,其特征在于,所述目标用电数据序列是通过已训练的用电数据预测模型预测出的,所述方法还包括训练用电数据预测模型的步骤,所述训练用电数据预测模型的步骤,包括:
4.根据权利要求3所述的方法,其特征在于,所述至少一个目标评估指标为多个目标评估指标,所述方法还包括:
5.根据权利要求1所述的方法,其特征在于,所述确定多个预设评估指标中每个预设评估指标的重要程度表征值,包括:
6.根据权利要求1所述的方法,其特征在于,所述多个预设评估指标包括所述目标地理区域的位置、所述目标行业的政策激励程度、所述目标地理区域的人流量或者节日时长中的至少一个。
7.一种用电数据预测装置,其特征在于,所述装置包括:
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。