(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211038578.7 (22)申请日 2022.08.29 (65)同一申请的已公布的文献号 申请公布号 CN 115130788 A (43)申请公布日 2022.09.30 (73)专利权人 江苏濠玥电子科技有限公司 地址 226000 江苏省南 通市开发区广州路 42号320室 (72)发明人 郭宏　王延青　薛文明　吴睿　 张平丽　戴中臣　 (74)专利代理 机构 深圳政科创新专利代理事务 所(普通合伙) 44880 专利代理师 谢庚生 (51)Int.Cl. G06Q 10/04(2012.01)G06K 9/62(2022.01) G06Q 50/06(2012.01) H02J 3/00(2006.01) 审查员 董涛睿 (54)发明名称 基于大数据分析的用电预测系统 (57)摘要 本发明涉及数据处理领域， 具体涉及基于大 数据分析的用电预测系统， 该系统包括： 获取用 电数据及数据集， 获取用电数据的特征向量， 根 据用电数据的特征向量之间的相似度计算每个 数据集的筛选概率， 根据筛选概率与概率阈值确 定最终数据集， 根据最终数据集中的用点数据构 建约束损失函数， 根据约束损失函数、 均方差损 失函数及最终数据集获取综合损失函数， 根据综 合损失函数构建神经网络， 根据所有数据集对神 经网络训练， 根据当前段用电数据利用训练好的 神经网络进行用电数据预测得到用电预测数据， 本发明的系统能提高神经网络的训练精度， 进而 保证神经网络的预测出准确的用电数据， 进而为 后续用电调度及监控提供参 考。 权利要求书2页 说明书6页 附图2页 CN 115130788 B 2022.11.22 CN 115130788 B 1.基于大 数据分析的用电预测系统， 其特 征在于， 该系统包括： 数据采集模块， 用于获取用电数据并对其进行分段， 将相邻段用电数据的前一段数据 作为输入数据、 后一段数据作为验证数据， 将相邻段用电数据的验证数据和输入数据作为 一个数据集， 对用电数据进行分段,包括： 以一天作为一个用电周期； 根据用电周期对用电 数据进行分段 得到多段用电数据， 即每段用电数据为 一个用电周期对应的用电数据； 特征提取模块， 用于获取每段用电数据对应的各设备用电数据的频谱数据， 根据每段 用电数据的频谱数据、 每段用电数据与其对应的各设备用电数据的相关性获取每段用电数 据的特征及特征向量； 数据集筛选模块， 用于获取数据集中两段用电数据的特征向量之间的相似度并记为噪 声描述值， 根据噪声描述值及每两段相邻输入 数据的特征向量之 间的相似度计算数据集的 筛选概率， 根据筛选概率与概率阈值确定噪声小的最终数据集， 计算数据集的筛选概率包 括： 获取数据集中两段用电数据的特征向量之间的第一余弦相似度， 第一余弦相似度即为 噪声描述值； 获取该数据集中输入数据与相邻数据集中输入数据之间的第二余弦相似度； 将噪声描述值与第二 余弦相似度的乘积记为该 数据集的筛 选概率； 函数构建模块， 用于将最终数据集中每段用电数据划分为若干段子数据段， 根据子数 据段的用电数据获取每段用电数据的极差， 将极差作为该段用电数据的区间宽度值， 根据 所有最终数据集中的每段用电数据对应的区间宽度值构建约束损失函数， 将下式 （1） 作为 约束损失函数：             （1） 其中， 表示第 个最终数据集中输入数据的第 个子数据段的参考权重； 表示第 个最终数据集中验证数据的第 个子数据段的取值宽度； 表示第 个最终数据集中输入 数据输入网络时对应的输出数据的第 个子数据段的取值宽度； 表示所有最终数据集的 输入数据的个数， 表示验证数据划分为子数据段的段个数； 表示约束损失函数； 综合函数构建模块， 用于根据每个数据集中用电数据获取均方差损 失函数， 根据约束 损失函数、 均方差损失函数及最 终数据集对应的噪声描述值 获取综合损失函数， 将下式 （2） 作为综合损失函数：                       （2） 其中， 表示第 个最终数据 集中输入数据对应的噪声描述值， 表示均方差损失函数； 表示约束损失函数， 表示第 个最终数据集对应的综合损失函数； 网络预测模块， 用于根据综合损 失函数构建神经网络， 根据所有的数据集对神经网络 进行训练， 根据当前段用电数据利用训练好的神经网络进 行用电数据预测得到用电预测数 据。 2.根据权利要求1所述的基于大数据分析的用电预测系统， 其特征在于， 获取每段用电权　利　要　求　书 1/2 页 2 CN 115130788 B 2数据对应的各设备用电数据的频谱数据,包括： 获取每段用电数据中各个设备的设备用电数据； 对各设备用电数据进行傅里叶变换 得到各设备用电数据的频谱数据。 3.根据权利要求1所述的基于大数据分析的用电预测系统， 其特征在于， 根据每段用电 数据的频谱数据、 每段用电数据与其对应的各设备用电数据的相关性获取每段用电数据的 特征及特征向量,包括： 根据每段用电数据对应的各设备用电数据的频谱数据获取频谱数据的频率的均值及 方差， 将频率的均值及方差作为各设备用电数据的特 征； 根据每段用电数据与其对应的各设备用电数据之间的相关性获取各设备用电数据的 相关系数； 根据各设备用电数据的特征及各设备用电数据的相关系数构建每段用电数据的特征 向量。 4.根据权利要求1所述的基于大数据分析的用电预测系统， 其特征在于， 计算最终数据 集中输入数据的子数据段与验证数据对应的子数据段之 间的余弦相似度， 将该余弦相似度 作为该数据集的输入数据的子数据段的参 考权重。权　利　要　求　书 2/2 页 3 CN 115130788 B 3