城市燃气模型训练、预测方法、装置、设备及介质与流程

本技术涉及模型预测，尤其涉及一种城市燃气模型训练、预测方法、装置、设备及介质。

背景技术：

1、在对城市燃气用气量进行预测时，传统的方法往往根据各用气主体的经验数据进行估算，而深度学习的方法往往只考虑了历史城市用气量的变化情况，例如，当前基于大数据的燃气使用量预测方法，实时监测每个小区的燃气使用量，并将所述燃气使用量实时传输至燃气数据管理平台；所述燃气数据管理平台根据每个月城市中每个小区对应的燃气使用量，获取该城市的第一年居民生活燃气使用总量；利用每年该城市居民人口数据，获取第二年居民生活燃气使用总量预测值；利用第一年中，每个小区的燃气使用量对城市内每个小区第二年的居民生活燃气使用量进行预测，获取每个小区的第二年燃气使用预测量；根据第二年居民生活燃气使用总量预测值和每个小区的第二年燃气使用预测量计划该城市第二年的燃气资源使用策略。

2、这种方法只考虑了居民人口数量对燃气使用量的影响，并没有考虑其他因素对城市燃气使用量的影响，导致预测精度低。

3、因此，如何提高城市燃气使用量预测的准确率是亟待解决的技术问题。

技术实现思路

1、本技术提供了一种的一种城市燃气模型训练、预测方法、装置、设备及介质，用于提高城市燃气使用量预测的准确率。

2、第一方面，本技术实施例提供了一种城市燃气模型训练方法，所述方法包括：

3、将采集到的城市的多源时序样本数据输入到待训练的城市燃气模型中；其中所述多源时序样本数据包括按照预设的时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据；

4、所述待训练的城市燃气模型对所述多源时序样本数据进行编码；对编码后的多源时序样本数据进行解码，输出所述时间间隔的燃气预测子数据；

5、根据所述燃气预测子数据与预先保存的燃气真实子数据，对所述待训练的城市燃气模型中的参数进行调整。

6、在一种可能的实施方式中，所述历史天气子数据包括所述时间间隔内的历史最高温度，历史最低温度，历史平均温度，历史最高湿度，历史最低湿度，历史平均湿度，历史最高风速，历史最低风速和历史平均风速；

7、所述能源政策子数据包括：所述时间间隔内的存在的历史能源管控政策信息和历史环保要求信息，若所述时间间隔内不存在历史能源管控政策信息或历史环保要求信息，则对应的数据为空。

8、在一种可能的实施方式中，所述多源时序样本数据还包括：按照所述时间间隔采集到的历史经济发展子数据；

9、其中，所述历史经济发展子数据包括历史城市人口数量和历史经济增长率。

10、在一种可能的实施方式中，所述多源时序样本数据还包括：额外补充子数据。

11、在一种可能的实施方式中，所述额外补充子数据的获取过程包括：

12、将按照预设的时间间隔采集到的城市的历史信息，输入到预先训练完成的文本向量提取模型；其中所述历史信息包括重大历史事件子信息，建筑物面积增加子信息和产业结构子信息；获取所述文本向量提取模型输出的所述历史信息的第一特征向量，将所述第一特征向量保存到城市历史开源数据库中；

13、将按照所述时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据，输入到所述文本向量提取模型；获取所述文本向量提取模型输出的所述多个子数据的第二特征向量；

14、确定所述第二特征向量与所述城市历史开源数据库中保存的第一特征向量的相似度，将相似度最高的第一特征向量确定为额外补充子数据。

15、在一种可能的实施方式中，所述待训练的城市燃气模型还输出有所述时间间隔的天气预测子数据和能源政策预测子数据，所述根据所述燃气预测子数据与预先保存的燃气真实子数据，对所述待训练的城市燃气模型中的参数进行调整包括：

16、确定所述燃气预测子数据，天气预测子数据和能源政策预测子数据分别与预先保存的燃气真实子数据，天气真实子数据和能源政策真实子数据的子损失值；根据每个子损失值与预设的每个子损失值对应的权重，确定损失值；

17、根据所述损失值，对所述待训练的城市燃气模型中的参数进行调整。

18、第二方面，本技术实施例提供了一种城市燃气预测方法，所述方法包括：

19、将采集到的城市的多源时序样本数据输入到预先训练完成的城市燃气模型中；其中所述多源时序样本数据包括按照预设的时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据；

20、所述城市燃气模型对所述多源时序样本数据进行编码；对编码后的多源时序样本数据进行解码，输出所述时间间隔的燃气预测子数据。

21、在一种可能的实施方式中，所述历史天气子数据包括所述时间间隔内的历史最高温度，历史最低温度，历史平均温度，历史最高湿度，历史最低湿度，历史平均湿度，历史最高风速，历史最低风速和历史平均风速；

22、所述能源政策子数据包括：所述时间间隔内的存在的历史能源管控政策信息和历史环保要求信息，若所述时间间隔内不存在历史能源管控政策信息或历史环保要求信息，则对应的数据为空。

23、在一种可能的实施方式中，所述多源时序样本数据还包括：按照所述时间间隔采集到的历史经济发展子数据；

24、其中，所述历史经济发展子数据包括历史城市人口数量和历史经济增长率。

25、在一种可能的实施方式中，所述多源时序样本数据还包括：额外补充子数据。

26、在一种可能的实施方式中，所述额外补充子数据的获取过程包括：

27、将按照预设的时间间隔采集到的城市的历史信息，输入到预先训练完成的文本向量提取模型；其中所述历史信息包括重大历史事件子信息，建筑物面积增加子信息和产业结构子信息；获取所述文本向量提取模型输出的所述历史信息的第一特征向量，将所述第一特征向量保存到城市历史开源数据库中；

28、将按照所述时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据，输入到所述文本向量提取模型；获取所述文本向量提取模型输出的所述多个子数据的第二特征向量；

29、确定所述第二特征向量与所述城市历史开源数据库中保存的第一特征向量的相似度，将相似度最高的第一特征向量确定为额外补充子数据。

30、第三方面，本技术实施例还提供了一种城市燃气模型训练装置，所述装置包括：

31、训练模块，用于将采集到的城市的多源时序样本数据输入到待训练的城市燃气模型中；其中所述多源时序样本数据包括按照预设的时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据；所述待训练的城市燃气模型对所述多源时序样本数据进行编码；对编码后的多源时序样本数据进行解码，输出所述时间间隔的燃气预测子数据；

32、调整模块，用于根据所述燃气预测子数据与预先保存的燃气真实子数据，对所述待训练的城市燃气模型中的参数进行调整。

33、在一种可能的实施方式中，所述历史天气子数据包括所述时间间隔内的历史最高温度，历史最低温度，历史平均温度，历史最高湿度，历史最低湿度，历史平均湿度，历史最高风速，历史最低风速和历史平均风速；

34、所述能源政策子数据包括：所述时间间隔内的存在的历史能源管控政策信息和历史环保要求信息，若所述时间间隔内不存在历史能源管控政策信息或历史环保要求信息，则对应的数据为空。

35、在一种可能的实施方式中，所述多源时序样本数据还包括：按照所述时间间隔采集到的历史经济发展子数据；

36、其中，所述历史经济发展子数据包括历史城市人口数量和历史经济增长率。

37、在一种可能的实施方式中，所述多源时序样本数据还包括：额外补充子数据。

38、在一种可能的实施方式中，所述训练模块，还用于将按照预设的时间间隔采集到的城市的历史信息，输入到预先训练完成的文本向量提取模型；其中所述历史信息包括重大历史事件子信息，建筑物面积增加子信息和产业结构子信息；获取所述文本向量提取模型输出的所述历史信息的第一特征向量，将所述第一特征向量保存到城市历史开源数据库中；将按照所述时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据，输入到所述文本向量提取模型；获取所述文本向量提取模型输出的所述多个子数据的第二特征向量；确定所述第二特征向量与所述城市历史开源数据库中保存的第一特征向量的相似度，将相似度最高的第一特征向量确定为额外补充子数据。

39、在一种可能的实施方式中，所述调整模块，具体用于确定所述燃气预测子数据，天气预测子数据和能源政策预测子数据分别与预先保存的燃气真实子数据，天气真实子数据和能源政策真实子数据的子损失值；根据每个子损失值与预设的每个子损失值对应的权重，确定损失值；根据所述损失值，对所述待训练的城市燃气模型中的参数进行调整。

40、第四方面，本技术实施例还提供了一种城市燃气预测装置，所述装置包括：

41、输入模块，用于将采集到的城市的多源时序样本数据输入到预先训练完成的城市燃气模型中；其中所述多源时序样本数据包括按照预设的时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据；

42、预测模块，用于采用所述城市燃气模型对所述多源时序样本数据进行编码；对编码后的多源时序样本数据进行解码，输出所述时间间隔的燃气预测子数据。

43、在一种可能的实施方式中，所述历史天气子数据包括所述时间间隔内的历史最高温度，历史最低温度，历史平均温度，历史最高湿度，历史最低湿度，历史平均湿度，历史最高风速，历史最低风速和历史平均风速；

44、所述能源政策子数据包括：所述时间间隔内的存在的历史能源管控政策信息和历史环保要求信息，若所述时间间隔内不存在历史能源管控政策信息或历史环保要求信息，则对应的数据为空。

45、在一种可能的实施方式中，所述多源时序样本数据还包括：按照所述时间间隔采集到的历史经济发展子数据；

46、其中，所述历史经济发展子数据包括历史城市人口数量和历史经济增长率。

47、在一种可能的实施方式中，所述多源时序样本数据还包括：额外补充子数据。

48、在一种可能的实施方式中，所述输入模块，还用于将按照预设的时间间隔采集到的城市的历史信息，输入到预先训练完成的文本向量提取模型；其中所述历史信息包括重大历史事件子信息，建筑物面积增加子信息和产业结构子信息；获取所述文本向量提取模型输出的所述历史信息的第一特征向量，将所述第一特征向量保存到城市历史开源数据库中；将按照所述时间间隔采集到的历史燃气子数据、历史天气子数据和历史能源政策子数据，输入到所述文本向量提取模型；获取所述文本向量提取模型输出的所述多个子数据的第二特征向量；确定所述第二特征向量与所述城市历史开源数据库中保存的第一特征向量的相似度，将相似度最高的第一特征向量确定为额外补充子数据。

49、第五方面，本技术实施例还提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一所述方法的步骤。

50、第六方面，本技术实施例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内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行如上述任一所述方法的步骤。

51、在本技术实施例中，将采集到的城市的多源时序样本数据输入到待训练的城市燃气模型中；其中多源时序样本数据包括按照预设的时间间隔采集到的历史燃气子数据，历史天气子数据和历史能源政策子数据；待训练的城市燃气模型对多源时序样本数据进行编码，从而能够提取到历史燃气，历史天气和历史能源政策的特征信息，并对编码后的多源时序样本数据进行解码，输出该时间间隔的燃气预测子数据；根据燃气预测子数据与预先保存的燃气真实子数据，可以对待训练的城市燃气模型中的参数进行调整，从而能够提高城市燃气模型进行预测的准确率。