[发明专利]基于大数据的月用水量预测方法

权利要求书

1.一种基于大数据的月用水量预测方法，其特征在于，包括步骤：

S1：对月用水数据集进行预处理操作；

S2：根据预处理操作后的月用水数据集的特征判断数据集类型，以提取满足月总水量类型的特征和月特征条件水量类型的特征的月用水数据集；

S3：对满足步骤S2中条件的月用水数据集进行特征工程操作；

S4：将步骤S3之后的月用水数据集划分成特征集x和标签集y，再将特征集划分成训练集x_train和测试集x_test；将标签集划分成训练集y_train和测试集y_test；

S5：采用多个预设算法对步骤S4中划分后训练集和测试集进行建模并预测，且保证多次预测的预测结果的均方误差最小，并得到各个预测结果的相关系数由小到大的排列顺序，再将多个预设算法按所述由小到大的顺序结合y_test进行组合预测，以预测得到下一个月的用水量；

所述多个预设算法包括：KNN回归算法、线性回归算法、回归树算法、支持向量机回归算法和BP神经网络算法；

所述步骤S5包括步骤：

S501：采用KNN回归算法、线性回归算法、回归树算法、支持向量机回归算法和BP神经网络算法分别针对所述训练集和测试集建立预测模型并预测，且对于每个算法，多次预测的预测结果的均方误差最小时，得到各预测结果的相关系数；

S502：将上述算法按相关系数由小到大排列为：线性回归算法、KNN回归算法、支持向量机回归算法、BP神经网络算法和回归树算法；

S503：采用线性回归算法根据所述训练集和测试集构建预测模型并预测得到第一预测结果；

S504：将第一预测结果与所述y_test求平均值，将该平均值作用新特征加入当前的训练集和测试集；

S505：采用KNN回归算法根据步骤S504得到的训练集和测试集构建预测模型并预测得到第二预测结果；

S506：将第二预测结果与所述y_test求平均值，将该平均值作用新特征加入当前的训练集和测试集；

S507：采用支持向量机回归算法根据步骤S506得到的训练集和测试集构建预测模型并预测得到第三预测结果；

S508：将第三预测结果与所述y_test求平均值，将该平均值作用新特征加入当前的训练集和测试集；

S509：采用BP神经网络算法根据步骤S508得到的训练集和测试集构建预测模型并预测得到第四预测结果；

S510：将第四预测结果与所述y_test求平均值，将该平均值作用新特征加入当前的训练集和测试集；

S511：采用回归树算法根据步骤S510得到的训练集和测试集构建预测模型并预测得到第五预测结果，所述第五预测结果即为所述下一个月的用水量。

2.如权利要求1所述的基于大数据的月用水量预测方法，其特征在于，所述步骤S1中预处理操作包括：异常值处理、缺失值处理、时间特征提取及选取均匀数据。

3.如权利要求1所述的基于大数据的月用水量预测方法，其特征在于，所述步骤S2包括：

判断水表口径特征是否存在于月用水数据集中；

若存在，则月用水数据集为满足月特征条件水量类型特征的数据集；

若不存在，则判断月用水数据集中是否有且仅有年和月的特征；

若有，则月用水数据集为满足月总水量类型特征的数据集，否则，报错，提示检查导入月用水数据集类型是否正确。

4.如权利要求1所述的基于大数据的月用水量预测方法，其特征在于，所述步骤S4中，训练集与测试集的比例为75％:25％。

5.如权利要求1～4中任一项所述的基于大数据的月用水量预测方法，其特征在于，所述步骤S5之后还包括，对预测的下一个月的用水量进行反归一化操作。