[发明专利]一种配网电力物资采购需求预测系统

说明书

技术领域

本发明属于预测系统领域，特别涉及一种配网电力物资采购需求预测系统。

背景技术

随着城乡用电需求日趋扩大，电网的发展也随着跟进，因而电网物资的种类繁多、标准复杂。

目前，根据人为的经验或不完善的预测系统预测出的各个区域用电需求往往是不准确、误差太大，无法最合理地分配各个地域的用电需求。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提供了一种配网电力物资采购需求预测系统，能够提高了预测用电需求的准确性。

为了达到上述技术目的，本发明提供了一种配网电力物资采购需求预测系统，所述预测系统包括数据层、应用层以及建模层，在所述预测系统中：

从所述数据层中导入企业的年度投资计划数据，在所述应用层中对所述年度投资计划数据进行数据清洗，得到清洗后的年度投资计划数据；从所述数据层导入企业的采购入库历史数据，在所述应用层中对所述采购入库历史数据进行数据清洗，得到历史月出库数据；

在所述建模层中，构建包括预设数量的预测算法在内的预测模型，将所述年度投资计划数据以及所述历史月出库数据作为输入数据传输至所述预测模型中进行预测，获取预测结果；

根据所述预测结果以及与所述输入数据对应的实际需求对所述预设数量预测算法进行筛选，获取与每个预测算法对应的权重值，确定最优权重值组合；

在确定所述最优权重值组合的基础上，获取所述预测结果与所述实际需求的偏差百分比，根据所述偏差百分比对每个所述预测算法内的相关参数进行迭代调整，确定最优参数组合；

根据所述最优权重值组合和所述最优参数组合，确定与所述输入数据对应的最终预测结果，在所述应用层中对所述最终预测结果进行后续处理。

可选的，所述对年度投资计划数据进行数据清洗，包括：

去除所述年度投资计划数据中的无效数据。

可选的，所述对采购入库历史数据进行数据清洗，包括：

选取一条需求数量为负的需求记录，再选取一条需求数量为正且绝对值相等及与时间最接近的需求记录，将这两条需求记录的需求数量冲销置零；(去除冲销数据)

选取不在合理需求单价区间的异常数据，将所述异常数据修正；(修正单价异常数据)

筛选大于季节因子的平均值的异常数据，将所述异常数据修正；(修正季节性异常值)

筛选历史数据中的负值数据，将所述负值数据去除。

可选的，在所述得到历史月出库数据后，所述预测系统还包括：

数据分析，在所述清洗后历史月出库数据的基础上对需求特性的分析展示。

可选的，所述预测模型包括：自上而下的预测模型和自下而上的预测模型。

可选的，所述预测系统还包括：

当所述预测模型为自上而下的预测模型时：

将所述年度投资计划数据传输至所述自上而下的预测模型中进行预测，获取自上而下的预测结果；

当所述预测模型为自上而下的预测模型时：

将所述历史月出库数据传输至所述自下而上的预测模型中进行预测，获取自下而上的预测结果。

可选的，所述根据预测结果以及与所述输入数据对应的实际需求对所述预设数量预测算法进行筛选，获取与每个预测算法对应的权重值，确定最优权重值组合，包括：

所述预测模型包括由至少一种预测算法构成的预测算法组合；

如果所述预测算法组合中仅包含一个预测算法，将所述输入数据输入所述预测算法进行计算，权重值为1；或

如果所述预测算法组合中有第一预测算法和第二预测算法，将所述输入数据输入所述第一预测算法和所述第二预测算法进行计算，得到与所述第一预测算法对应的第一结果以及与所述第二预测算法对应的第二结果，设定与所述第一预测结果对应的权重值为K，设定与所述第二预测结果对应的权重值为J，对所述权重值K和所述权重值J进行初始赋值，计算初始赋值下的预测结果的初始加权和，获取所述初始加权和与所述实际需求值的差值；

按最小调整幅值对所述权重值K和所述权重值J的赋值进行调整，获取不同赋值状态下所述第一预测结果和所述第二预测结果的加权和，确定不同赋值状态下所述第一预测结果和所述第二预测结果的加权和与所述实际需求值的差值；

将差值最小情况下对应的所述权重值K和所述权重值J赋值定为最优权重；

其中，权重值K、权重值J之和为1；或