[发明专利]一种基于ARIMA和SVM的企业用电最大需量预测方法在审
| 申请号： | 201910782943.7 | 申请日： | 2019-08-23 |
| 公开（公告）号： | CN110458374A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 亓浩;陈兆瑞 | 申请（专利权）人： | 山东浪潮通软信息科技有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N20/10;G06K9/62 |
| 代理公司： | 37100 济南信达专利事务所有限公司 | 代理人： | 姜明<国际申请>=<国际公布>=<进入国 |
| 地址： | 250100山东省济*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于ARIMA和SVM的企业用电最大需量预测方法，其特征在于，所述方法实现过程包括：从电网公司计费表TSDB中读数；使用滑动平均方法添补缺失值；使用K‑Means聚类算法剔除离群点；使用ARIMA时序预测用电量；结合天气因素和生产状况的预测，使用训练好的SVM模型决策；取预测月最大值，计算未来月月最大需量。本发明充分考虑了历史电量的时序性，包括趋势性，周期性和季节性，同时也兼顾了天气因素和生产情况的预测，使用机器学习决策和时序预测的算法将两种因素统一在一种模型中，通过训练得到准确的结果，而且随着数据越来越多，使用年数越来越长，未来月最大需量的预测误差就越小，为企业节省更多的电费。 | ||
| 搜索关键词： | 最大需量 预测 时序预测 天气因素 滑动平均 聚类算法 企业用电 生产状况 使用机器 预测误差 计费表 趋势性 时序性 用电量 算法 季节性 剔除 电量 决策 电网 统一 生产 学习 | ||
【主权项】：
1.一种基于ARIMA和SVM的企业用电最大需量预测方法，其特征在于，所述方法实现过程包括：/n1)从电网公司计费表TSDB中读数；/n2)使用滑动平均方法添补缺失值；/n3)使用K-Means聚类算法剔除离群点；使用ARIMA时序预测用电量；/n4)结合天气因素和生产状况的预测，使用训练好的SVM模型决策；/n5)取预测月最大值，计算未来月月最大需量。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东浪潮通软信息科技有限公司，未经山东浪潮通软信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910782943.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
