[发明专利]一种基于深度卷积神经网络的电力销售金额智能预测方法

摘要

本发明涉及大数据处理，旨在提供一种基于深度卷积神经网络的电力销售金额智能预测方法。包括：读取电力部门销售流水和用电量的历史数据，预处理后进行信息挖掘和分析，评估金额到账时间与用户支付时间的关系，得出每天缴费用户的分布信息，并按照设定数据结构进行数据组织；对历史数据结构进行组织；进行交叉检验，利用深度卷积神经网络进行未来定期金额预测的回归训练，并将剩下的一组作为检验集，对模型进行性能测试；采用网格法得到神经网络的最佳超参数，最终确定深度卷积神经网络模型，并利用其进行电力销售金额的预测。本发明预测更加准确、合理，准确度有所提升；可以较少的人工干预，结果更加鲁棒，更适应大数据，并可以自动学习。

主权项

1.一种基于深度卷积神经网络的电力销售金额智能预测方法，其特征在于，包括以下步骤：(1)读取电力部门销售流水和用电量的历史数据，进行数据去噪和时间序列平稳化的预处理；(2)对预处理后的历史数据进行信息挖掘和分析，评估金额到账时间与用户支付时间的关系，得出每天缴费用户的缴费金额到账情况、区域、用电量和具体金额的分布信息，并按照设定数据结构进行数据组织；(3)对历史数据结构进行组织，按时间序列均分为k个时间段，每个时间段包含多天数据；(4)进行k次交叉检验：每次取步骤(3)中的k‑1组作为训练集，利用深度卷积神经网络进行未来定期金额预测的回归训练，并将剩下的一组作为检验集，对模型进行性能测试；(5)重复步骤(4)，采用网格法得到神经网络的最佳超参数，最终确定深度卷积神经网络模型，并利用其进行电力销售金额的预测。