[发明专利]一种基于水表日用量大数据的预测模型匹配方法

权利要求书

1.一种基于水表日用量大数据的预测模型匹配方法，其特征在于：包括：

采集当天的水表日用量值A；

记录实际累积水表数据的天数N及水表每天的水表日用量值A₁、A₂、A₃…A_N；

若实际累积水表数据的天数N达到预测模型的数据累积天数m时，则根据m天的水表日用量值A训练预设的预测模型；

根据训练后预设的预测模型获取m天内的连续预测x天的水表日用量预测值B₁、B₂、B₃…B_X；

若当天的水表日用量值A与当天水表日用量预测值B的水表日用量的计算差值落入预设误差范围内时，则预测准确次数C累加为C+1；

若获取的m天内的连续预测天数x达到预设预测天数D时，获取预测准确次数C与预设预测天数D的百分比值；

若预测准确次数C与预设预测天数D的百分比值达到预测准确率p时，则确认该预测模型有效；

所述记录实际累积水表数据的天数N及水表每天的日用量值A₁、A₂、A₃…A_N的步骤之后还包括：

若实际累积水表数据的天数N未达到预测模型的数据累积天数m时，则返回上一步骤，继续采集当天的水表日用量值A；

所述若实际累积水表数据的天数N达到预测模型的数据累积天数m的步骤包括：所述预测模型包括多个；

所述根据m天的水表日用量值A训练预设的预测模型的步骤包括：根据m天的水表日用量数据分别训练预设的多个预测模型；

所述若预测准确次数C与预设预测天数D的百分比值达到预测准确率p时，则确认该预测模型有效的步骤包括：若预测准确次数C与预设预测天数D的百分比值达到预测准确率p的预测模型存在多个；则选取上述多个预测模型中预测准确率p最高的预测模型作为最优匹配预测模型并输出。

2.根据权利要求1所述的一种基于水表日用量大数据的预测模型匹配方法，其特征在于：所述根据训练后预设的预测模型获取m天内的连续预测x天的水表日用量预测值B₁、B₂、B₃…B_X的步骤之后还包括：

若当天的水表日用量值A与当天水表日用量预测值B的水表日用量的计算差值未落入预设误差范围内时，则预测准确次数C不累加。

3.根据权利要求2所述的一种基于水表日用量大数据的预测模型匹配方法，其特征在于：所述若当天的水表日用量值A与当天水表日用量预测值B的水表日用量的计算差值落入预设误差范围内时，则预测准确次数C累加为C+1的步骤之后，或所述若当天的水表日用量值A与当天水表日用量预测值B的水表日用量差值未落入预设误差范围内时，则预测准确次数C不累加的步骤之后还包括：

若获取的m天内的连续预测天数x未达到预设预测天数D时，则返回上一步骤，继续采集当天的水表日用量值A。

4.根据权利要求2所述的一种基于水表日用量大数据的预测模型匹配方法，其特征在于：在获取预测准确次数C与预设预测天数D的百分比值之后的步骤还包括：

若预测准确次数C与预设预测天数D的百分比值未达到预测准确率p时，则确认该预测模型不适用。

5.根据权利要求1所述的一种基于水表日用量大数据的预测模型匹配方法，其特征在于：在所述训练预设的预测模型的步骤之前还包括：

根据需要确定所述预测模型的类型与数量；

所述预测模型包括单算法预测模型和/或组合算法预测模型。

6.根据权利要求1所述的一种基于水表日用量大数据的预测模型匹配方法，其特征在于：所述预测模型的数据累积天数m的取值范围为90~120。

7.根据权利要求1所述的一种基于水表日用量大数据的预测模型匹配方法，其特征在于：所述预测准确率p的取值范围为95%~99.99%。

8.一种基于水表日用量大数据的预测装置，其特征在于：包括：

存储器，存储有基于水表日用量大数据预测模型的匹配方法程序；

处理器，所述处理器在运行基于水表日用量大数据预测模型的匹配方法程序时执行权利要求1~7任一项所述方法的步骤。