[发明专利]一种基于数据挖掘的企业用电量分析与预测方法

摘要

本发明涉及一种基于数据挖掘的企业用电量分析与预测方法，结合温度、湿度和节假日等多影响因素，对企业用电量进行分析与预测。本方法首先利用牛顿插值法、归一化法和PAA算法对数据集进行预处理；再次，利用谱聚类算法对数据集进行聚类，判断异常数据并修正，得到与温度、湿度、节假日等相关性高的企业用电量分组；最后，选用同类企业用电量数据和其相关性高的影响因素作为模型的预测输入，利用循环神经网络(RNN)得出预测值。本发明根据不同的企业用电量类型，结合其用电量影响因数，构建不同的预测模型，可达到模型预测精度高，具有数据预处理能力的效果。

主权项

1.一种基于数据挖掘的企业用电量分析与预测方法，其特征在于：包括以下步骤：S1：对企业用电量数据集进行预处理；S2：利用聚类算法对数据预处理后的企业用电量数据集进行聚类；S3：判断是否存在异常数据，若存在异常数据则对其进行修正处理；S4：数据修正后，选取企业用电量样本集中时间序列的前80％数据为训练集，后20％数据为测试集；S5：构建循环神经网络模型预测企业用电量；S6：检验模型，若不满足要求，则返回步骤S2，对数据集重新聚类，以此反复，直到预测结果满足要求为止。