本發(fā)明涉及電力數(shù)據(jù)技術(shù)領(lǐng)域，更具體地說，涉及一種用電量預(yù)測方法，還涉及一種用電量預(yù)測系統(tǒng)。

背景技術(shù)：

電力是我國國民經(jīng)濟(jì)的基礎(chǔ)能源，用電量的預(yù)測是電力系統(tǒng)規(guī)劃、經(jīng)濟(jì)運(yùn)行的前提和基礎(chǔ)，對于保證電力系統(tǒng)規(guī)劃與可靠、經(jīng)濟(jì)運(yùn)行方面具有十分重要的意義。電力系統(tǒng)的用電量預(yù)測是指通過對歷史數(shù)據(jù)的分析和研究，找出電力數(shù)據(jù)內(nèi)部變化規(guī)律以及電力數(shù)據(jù)和其影響因素之間的關(guān)聯(lián)，然后對電力需求做出預(yù)先的估算。用電量預(yù)測結(jié)果的準(zhǔn)確性，直接關(guān)系到電網(wǎng)安全以及可靠供電，并且能夠影響電網(wǎng)經(jīng)營企業(yè)的經(jīng)營決策與經(jīng)濟(jì)效益。

隨著智能電網(wǎng)的不斷發(fā)展，目前已有的預(yù)測算法對大規(guī)模電力數(shù)據(jù)進(jìn)行分析挖掘過程效率低下，無法快速深入挖掘電力數(shù)據(jù)的潛在信息，也無法滿足大規(guī)模電力數(shù)據(jù)的計算和預(yù)測分析。具體的，現(xiàn)有用電量預(yù)測方法主要分為經(jīng)典預(yù)測方法和現(xiàn)代預(yù)測方法。其中經(jīng)典預(yù)測方法包括：時間序列法，回歸分析法，趨勢外推法等方法；現(xiàn)代預(yù)測方法包括：灰色理論，專家系統(tǒng)方法，神經(jīng)網(wǎng)絡(luò)方法，模糊預(yù)測方法。在預(yù)測分析方法上，傳統(tǒng)時間序列、灰度模型等方法無法充分考慮天氣、季節(jié)等因素，導(dǎo)致預(yù)測精度受限。神經(jīng)網(wǎng)絡(luò)、線性回歸等模型在大規(guī)模數(shù)據(jù)的預(yù)測上會存在過擬合的現(xiàn)象，而過擬合現(xiàn)象導(dǎo)致模型泛化能力降低，從而影響預(yù)測精度。

在對大規(guī)模電力數(shù)據(jù)進(jìn)行分析中，現(xiàn)有方法有基于MapReduce的線性回歸，其主要思想如下：使用Map進(jìn)行讀取所有訓(xùn)練數(shù)據(jù)，然后計算該訓(xùn)練數(shù)據(jù)與樣本點(diǎn)的余弦距離，同時過濾掉不符合要求的值，然后輸出相應(yīng)的鍵值；在Combine階段讀取reduce函數(shù)的鍵值，并解析Map階段計算好的距離，然后查找距離最近的K個數(shù)據(jù)點(diǎn)，并輸出這K個數(shù)據(jù)點(diǎn)的鍵值；在Reduce階段的工作與Combine階段類似，同時需要選出K個數(shù)據(jù)點(diǎn)采用線性回歸模型進(jìn)行訓(xùn)練，并對測試數(shù)據(jù)進(jìn)行預(yù)測，然后得到預(yù)測值并進(jìn)行存儲。

傳統(tǒng)數(shù)據(jù)庫和單節(jié)點(diǎn)預(yù)測分析技術(shù)主要缺點(diǎn)在于：傳統(tǒng)數(shù)據(jù)庫在進(jìn)行海量數(shù)據(jù)匯總、排序時需要花費(fèi)大量時間，且無法與數(shù)據(jù)進(jìn)行實(shí)時交互。在單節(jié)點(diǎn)進(jìn)行海量數(shù)據(jù)挖掘時耗費(fèi)大量時間在數(shù)據(jù)讀入內(nèi)存過程中，并且迭代中產(chǎn)生的大量中間數(shù)據(jù)無法在內(nèi)存中駐留，計算過程中需要反復(fù)讀取中間數(shù)據(jù)，耗費(fèi)系統(tǒng)資源和計算時間。在進(jìn)行分袋、關(guān)聯(lián)規(guī)則挖掘等需要一次性讀入大規(guī)模數(shù)據(jù)運(yùn)算時，單節(jié)點(diǎn)有限的內(nèi)存空間無法進(jìn)行數(shù)據(jù)讀取，從而導(dǎo)致無法進(jìn)行大規(guī)模數(shù)據(jù)的分析。

因此，在海量數(shù)據(jù)背景下，如何快速對電力數(shù)據(jù)進(jìn)行處理，同時保證預(yù)測精度是本領(lǐng)域技術(shù)人員急需要解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)要素：

為解決上述技術(shù)問題，本發(fā)明提供一種用電量預(yù)測方法，在海量數(shù)據(jù)背景下，快速對電力數(shù)據(jù)進(jìn)行處理，同時保證預(yù)測精度。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種用電量預(yù)測方法，包括：

步驟S1：利用Spark平臺讀取原始用電量數(shù)據(jù)，并將所述原始用電量數(shù)據(jù)轉(zhuǎn)換為彈性分布數(shù)據(jù)集；

步驟S2：提取所述彈性分布數(shù)據(jù)集的特征值，將所述彈性分布數(shù)據(jù)集按照預(yù)設(shè)比例劃分為具有相同所述特征值的訓(xùn)練數(shù)據(jù)集以及測試數(shù)據(jù)集；

步驟S3：建立預(yù)測模型，將所述訓(xùn)練數(shù)據(jù)集代入所述預(yù)測模型，計算所述預(yù)測模型的模型參數(shù)；

步驟S4：將待預(yù)測數(shù)據(jù)作為變量輸入至已代入所述模型參數(shù)的預(yù)測模型中，輸出用電量預(yù)測值。

優(yōu)選的，在上述用電量預(yù)測方法中，所述步驟S1中，所述用Spark平臺讀取原始用電量數(shù)據(jù)之后，還包括：

對所述原始用電量數(shù)據(jù)進(jìn)行清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約處理。

優(yōu)選的，在上述用電量預(yù)測方法中，所述步驟S4之前，還包括：

重新將所述彈性分布數(shù)據(jù)集按照另一預(yù)設(shè)比例劃分為具有相同所述特征值的訓(xùn)練數(shù)據(jù)集以及測試數(shù)據(jù)集；

將所述測試數(shù)據(jù)集輸入所述預(yù)測模型中，優(yōu)化所述模型參數(shù)，得到優(yōu)化后的預(yù)測模型。

優(yōu)選的，在上述用電量預(yù)測方法中，還包括：

將所述預(yù)測模型以及所述用電量預(yù)測值保存至分布式文件系統(tǒng)中。

優(yōu)選的，在上述用電量預(yù)測方法中，所述步驟S3中，利用AdaBoost回歸算法建立預(yù)測模型，生成AdaBoost回歸預(yù)測模型。

本發(fā)明提供了一種用電量預(yù)測系統(tǒng)，包括：

讀取模塊，用于利用Spark平臺讀取原始用電量數(shù)據(jù)；

轉(zhuǎn)換模塊，用于將所述原始用電量數(shù)據(jù)轉(zhuǎn)換為多個彈性分布數(shù)據(jù)集；

數(shù)據(jù)集劃分模塊，用于提取所述彈性分布數(shù)據(jù)集的特征值，將所述彈性分布數(shù)據(jù)集按照預(yù)設(shè)比例劃分為具有相同所述特征值的訓(xùn)練數(shù)據(jù)集以及測試數(shù)據(jù)集；

模型建立模塊，用于建立預(yù)測模型，將所述訓(xùn)練數(shù)據(jù)集代入所述預(yù)測模型，計算所述預(yù)測模型的模型參數(shù)；

預(yù)測模塊，用于將待預(yù)測數(shù)據(jù)作為變量輸入至已代入所述模型參數(shù)的預(yù)測模型中，輸出用電量預(yù)測值。

優(yōu)選的，在上述所述的用電量預(yù)測系統(tǒng)中，還包括：

數(shù)據(jù)處理模塊，用于對所述原始用電量數(shù)據(jù)進(jìn)行清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約處理。

優(yōu)選的，在上述所述的用電量預(yù)測系統(tǒng)中，還包括：

模型優(yōu)化模塊，用于將所述測試數(shù)據(jù)集輸入所述預(yù)測模型中，優(yōu)化所述模型參數(shù)，得到優(yōu)化后的預(yù)測模型。

優(yōu)選的，在上述所述的用電量預(yù)測系統(tǒng)中，還包括：

存儲模塊，用于將所述預(yù)測模型以及所述用電量預(yù)測值保存至分布式文件系統(tǒng)中。

從上述技術(shù)方案可以看出，本發(fā)明所提供的一種用電量預(yù)測方法，其特征在于，包括：步驟S1：利用Spark平臺讀取原始用電量數(shù)據(jù)，并將所述原始用電量數(shù)據(jù)轉(zhuǎn)換為彈性分布數(shù)據(jù)集；步驟S2：提取所述彈性分布數(shù)據(jù)集的特征值，將所述彈性分布數(shù)據(jù)集按照預(yù)設(shè)比例劃分為具有相同所述特征值的訓(xùn)練數(shù)據(jù)集以及測試數(shù)據(jù)集；步驟S3：建立預(yù)測模型，并將所述訓(xùn)練數(shù)據(jù)集代入所述預(yù)測模型，計算所述預(yù)測模型的模型參數(shù)；步驟S4：將待預(yù)測數(shù)據(jù)作為變量輸入至已代入所述模型參數(shù)的預(yù)測模型中，輸出用電量預(yù)測值。本發(fā)明使用Apache Spark分布式框架，基于Spark平臺讀取原始用電量數(shù)據(jù)，可以從本地或HDFS上讀取大規(guī)模電力數(shù)據(jù)，提高了海量數(shù)據(jù)的讀寫及存儲能力，利用其內(nèi)存計算的優(yōu)勢可以實(shí)現(xiàn)更加高效、快速的用電量預(yù)測，同時，由于待預(yù)測數(shù)據(jù)包括了包括待預(yù)測日期、待預(yù)測當(dāng)天溫度、待預(yù)測用戶用電類型等數(shù)據(jù)，充分考慮天氣、季節(jié)等因素，實(shí)現(xiàn)高精度用電量預(yù)測。

本發(fā)明還提供了一種用電量預(yù)測系統(tǒng)，具有上述效果。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的一種用電量預(yù)測方法示意圖；

圖2為本發(fā)明實(shí)施例提供的一種Spark計算流程圖；

圖3為本發(fā)明實(shí)施例提供的一種用電量預(yù)測系統(tǒng)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請參閱圖1，圖1為本發(fā)明實(shí)施例提供的一種用電量預(yù)測方法示意圖。

在一種具體實(shí)施例中提供了一種用電量預(yù)測方法，用電量預(yù)測是根據(jù)系統(tǒng)的運(yùn)行特性、增容決策、自然條件與社會影響等諸多因數(shù)，在滿足一定精度要求的條件下，確定未來某特定時刻的電力需求量，用電量預(yù)測是電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的一項(xiàng)重要內(nèi)容，主要包括如下步驟：

步驟S1：利用Spark平臺讀取原始用電量數(shù)據(jù)，并將所述原始用電量數(shù)據(jù)轉(zhuǎn)換為彈性分布數(shù)據(jù)集。

其中，Spark平臺具體指Apache Spark，是新興的開源通用并行計算框架。該框架提出了內(nèi)存集群計算，通過將數(shù)據(jù)集緩存到內(nèi)存中，減少數(shù)據(jù)的I/O操作，從而提高數(shù)據(jù)讀寫速率。Spark利用Hadoop數(shù)據(jù)層，包括HDFS(Hadoop Distributed File System)和HBase等組件作為數(shù)據(jù)管道終端，從而實(shí)現(xiàn)原始數(shù)據(jù)讀取以及最終結(jié)果的存儲。Spark中非常重要的抽象是RDD(Resilient Distributed Data彈性分布數(shù)據(jù)集)，一個有容錯機(jī)制，可以被并行操作的集合。目前有兩種類型的RDD：并行集合(Parrallelized Collections)，接收一個已經(jīng)存在的Scala集合，在它上面運(yùn)行各種并發(fā)計算；Hadoop數(shù)據(jù)集(Hadoop DataSets)，在一個文件的每條記錄上，運(yùn)行各種函數(shù)。只要文件系統(tǒng)是Hdfs，或者h(yuǎn)adoop支持的任意存儲系統(tǒng)，這兩種RDD都可以通過相同的方式進(jìn)行操作。其中，在并行計算的各個階段進(jìn)行有效的數(shù)據(jù)共享，擅長迭代和流式處理，在spark中幾乎所有的操作都是基于RDD的轉(zhuǎn)化，RDD負(fù)責(zé)鏈接Spark集群，可以在集群上創(chuàng)建RDD，累加器和廣播變量。

在用電量預(yù)測場景中，Spark將原始用電量數(shù)據(jù)集生成RDD，緩存到內(nèi)存，進(jìn)而被多個并行執(zhí)行的任務(wù)重用。關(guān)鍵操作具體描述如下：

步驟S11：Input，首先從HDFS或其他文件系統(tǒng)讀取原始數(shù)據(jù)集，并轉(zhuǎn)換為RDD數(shù)據(jù)集；

步驟S12：FlatMap，將輸入原始RDD數(shù)據(jù)集映射成0到多個輸出RDD數(shù)據(jù)集。按照用戶編寫映射程序邏輯，映射成(key，value)鍵值對。

步驟S13：Map，按照用戶編寫Map映射函數(shù)程序邏輯，對步驟b形成的(key，value)鍵值對重新進(jìn)行映射，形成新的(key，value)鍵值對，步驟主要為步驟S14的Reduce階段確定合適的key字段。

步驟S14：Reduce，類似于MapReduce的Reduce階段，將數(shù)據(jù)按照key分組后，調(diào)用用戶編寫函數(shù)進(jìn)行處理，每組返回一個鍵值對。

步驟S15：Join，根據(jù)key連接步驟S13中RDD數(shù)據(jù)集和步驟S14中的結(jié)果鍵值對，產(chǎn)生新的RDD數(shù)據(jù)集。

步驟S16：Cache，將RDD數(shù)據(jù)集緩存到內(nèi)存中。

步驟S17：判斷迭代是否結(jié)束。結(jié)束則通過SaveAsTextFile方法將結(jié)果保存到HDFS或其他文件系統(tǒng)；否則返回步驟S13，進(jìn)行下一輪操作，運(yùn)行機(jī)制圖解見圖2。

步驟S2：提取所述彈性分布數(shù)據(jù)集的特征值，將所述彈性分布數(shù)據(jù)集按照預(yù)設(shè)比例劃分為具有相同所述特征值的訓(xùn)練數(shù)據(jù)集以及測試數(shù)據(jù)集。

例如，在對包含日期，用電量，用戶類別，當(dāng)日平均溫度的歷史用電量數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和缺失值處理等預(yù)處理步驟之后，將當(dāng)日用電量，用戶類別，當(dāng)日平均溫度三個字段作為特征值，所構(gòu)造出的矩陣每項(xiàng)數(shù)據(jù)對應(yīng)的行列分別為每條數(shù)據(jù)的記錄ID，當(dāng)日用電量、用戶類別和當(dāng)日平均溫度。在此數(shù)據(jù)集基礎(chǔ)上，按比例進(jìn)行訓(xùn)練集和測試集的劃分，即取前70％作為訓(xùn)練數(shù)據(jù)集，后30％作為測試數(shù)據(jù)集。訓(xùn)練數(shù)據(jù)集用來對建立預(yù)測模型，測試數(shù)據(jù)集用于對所建立模型進(jìn)行計算輸出預(yù)測值，并與測試集中的真實(shí)值進(jìn)行比對，從而優(yōu)化模型中的參數(shù)。

步驟S3：建立預(yù)測模型，并將所述訓(xùn)練數(shù)據(jù)集代入所述預(yù)測模型，計算所述預(yù)測模型的模型參數(shù)。

其中，預(yù)測模型的建立，提供了選擇分類預(yù)測模型、設(shè)定模型參數(shù)、數(shù)據(jù)接入、模型訓(xùn)練等功能，通過訓(xùn)練數(shù)據(jù)集計算模型參數(shù)，將模型參數(shù)代入預(yù)測模型中得到只有應(yīng)變量和自變量的預(yù)測模型。

步驟S4：用于將待預(yù)測數(shù)據(jù)輸入至已代入所述模型參數(shù)的預(yù)測模型中，輸出用電量預(yù)測值。例如，待預(yù)測數(shù)據(jù)包括待預(yù)測日期、待預(yù)測當(dāng)天溫度、待預(yù)測用戶用電類型等數(shù)據(jù)，作為變量輸入到已優(yōu)化的模型中，計算出在不同環(huán)境條件下的預(yù)測用電量。

本發(fā)明使用Apache Spark分布式框架，基于Spark平臺讀取原始用電量數(shù)據(jù)，可以從本地或HDFS上讀取大規(guī)模電力數(shù)據(jù)，提高了海量數(shù)據(jù)的讀寫及存儲能力，利用其內(nèi)存計算的優(yōu)勢可以實(shí)現(xiàn)更加高效、快速的用電量預(yù)測，同時，由于待預(yù)測數(shù)據(jù)包括了包括待預(yù)測日期、待預(yù)測當(dāng)天溫度、待預(yù)測用戶用電類型等數(shù)據(jù)，充分考慮天氣、季節(jié)等因素，實(shí)現(xiàn)高精度用電量預(yù)測。

在上述用電量預(yù)測方法的基礎(chǔ)上，所述步驟S1中，所述用Spark平臺讀取原始用電量數(shù)據(jù)之后，還包括：

對所述原始用電量數(shù)據(jù)進(jìn)行清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約處理。

其中，對原始用電量數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約等操作，可以實(shí)現(xiàn)對大規(guī)模數(shù)據(jù)的去噪、缺失值處理、降維、樣本分割等功能，為模型訓(xùn)練模塊提供訓(xùn)練數(shù)據(jù)集。

在上述用電量預(yù)測方法的基礎(chǔ)上，所述步驟S4之前，還包括：

重新將所述彈性分布數(shù)據(jù)集按照另一預(yù)設(shè)比例劃分為具有相同所述特征值的訓(xùn)練數(shù)據(jù)集以及測試數(shù)據(jù)集；

將所述測試數(shù)據(jù)集輸入所述預(yù)測模型中，優(yōu)化所述模型參數(shù)，得到優(yōu)化后的預(yù)測模型。

其中，本步驟的目的是對預(yù)測模型的優(yōu)化，在彈性分布數(shù)據(jù)集反復(fù)進(jìn)行訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集劃分，預(yù)設(shè)比例每次不同，即每次劃分的訓(xùn)練數(shù)據(jù)集的內(nèi)容和上一次不同，例如，第一次使用第1、2、3條的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集，第4、5條數(shù)據(jù)作為測試數(shù)據(jù)集，而下一次劃分時，第1、4、5條數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集，第2、3條作為測試數(shù)據(jù)集，將再次劃分后的訓(xùn)練數(shù)據(jù)集重新代入預(yù)測模型，重新計算模型參數(shù)，將所述測試數(shù)據(jù)集輸入所述預(yù)測模型中，優(yōu)化所述模型參數(shù)，得到優(yōu)化后的預(yù)測模型。本步驟進(jìn)行多次，從而完成對模型參數(shù)的最優(yōu)求解不斷優(yōu)化預(yù)測模型，得到最優(yōu)預(yù)測模型。

具體的，將所述測試數(shù)據(jù)集輸入所述預(yù)測模型中，得到對訓(xùn)練結(jié)果的評估指標(biāo)，如計算均方根誤差、平均誤差等并反饋給模型進(jìn)行參數(shù)優(yōu)化，本步驟為迭代過程，直到模型輸出結(jié)果達(dá)到所設(shè)定的閾值停止，此時保存所計算出的模型參數(shù)，在對同一數(shù)據(jù)集進(jìn)行預(yù)測時只需導(dǎo)入保存的模型參數(shù)，不需要重新優(yōu)化模型。

進(jìn)一步的，為了便于提取使用，在上述用電量預(yù)測方法中，還包括：

將所述預(yù)測模型以及所述用電量預(yù)測值保存至分布式文件系統(tǒng)中。

在上述用電量預(yù)測方法的基礎(chǔ)上，所述步驟S3中，利用AdaBoost回歸算法建立預(yù)測模型，生成AdaBoost回歸預(yù)測模型。

其中，AdaBoost回歸算法是一種迭代算法，在用電量預(yù)測場景中，將AdaBoost回歸算法應(yīng)用于提升單一“弱回歸”方法，具體做法是把經(jīng)過加權(quán)的數(shù)據(jù)樣本應(yīng)用于回歸模型算法中，進(jìn)行迭代后產(chǎn)生回歸序D_t(i),t＝1,2,...,T，然后經(jīng)過加權(quán)多數(shù)投票算法來合并已得到的回歸模型，AdaBoost模型建立詳細(xì)步驟如下所示：

步驟S31：輸入訓(xùn)練數(shù)據(jù)集(x₁,y₁),...(x_m,y_m)，其中y∈R，m為樣本個數(shù)，選擇弱回歸算法及弱回歸器個數(shù)T，以及用來區(qū)分正確和錯誤預(yù)測的閾值φ。

步驟S32：弱回歸器數(shù)量t＝1，對于所有的i有分布D_t(i)＝1/m，初始化平均損失函數(shù)

步驟S33：當(dāng)時，將分布D_t作為弱回歸器輸入，建立回歸模型f_t(x)→Y，對于每個訓(xùn)練樣本計算其損失量：

l_t(i)＝|f_t(x_i-y_i)| (1)

對于每個訓(xùn)練樣本使用三種不同方式計算損失函數(shù)L_t(i)如下：

L_t(i)＝l_t(i)/Den_t (2)

L_t(i)＝(l_t(i)/Den_t)² (3)

L_t(i)＝1-exp(-l_t(i)/Den_t) (4)

其中,

計算平均損失量:

設(shè)更新分布D_t：

其中，Z_t是歸一化因子；

輸出最終擬合函數(shù)：

在AdaBoost回歸預(yù)測模型中，對上述日期-用電量時間序列部分?jǐn)?shù)據(jù)((x₁,y₁),(x₂,y₂),(x₃,y₃),...,(x_m,y_m))做如下變換：

(x₁,y₁)→(y₁,y₂,y₃,...,y_k-1,y_k)

(x₂,y₂)→(y₂,y₃,y₄,...,y_k,y_k+1)

(x_i,y_i)→(y_i,y_i+1,y_i+2,...,y_k+i-1,y_k+i)；

得到矩陣矩陣前k-1列作為AdaBoost回歸算法訓(xùn)練的輸入，第k列為訓(xùn)練目標(biāo)值。

即用前k-1個月的用電量序列來作為第k個月用電量值的特征，將時間和用電量對應(yīng)的二維數(shù)組映射到高維，其中k+i等于樣本數(shù)m，k的取值與時間序列的樣本周期性有關(guān)。

采用的AdaBoost回歸算法在對城市月用電量數(shù)據(jù)進(jìn)行建模過程中，使用加權(quán)組合預(yù)測結(jié)果的方式防止了過擬合，使預(yù)測結(jié)果更貼近真實(shí)值，通過AdaBoost集成學(xué)習(xí)算法建?？梢詫?shí)現(xiàn)高效、快速、高精度的用電量預(yù)測。

下面對本發(fā)明實(shí)施例提供的用電量預(yù)測系統(tǒng)進(jìn)行介紹，下文描述的用電量預(yù)測系統(tǒng)與上文描述的用電量預(yù)測方法可相互對應(yīng)參照。

請參考圖3，圖3為本發(fā)明實(shí)施例所提供的用電量預(yù)測系統(tǒng)結(jié)構(gòu)框圖；該系統(tǒng)可以包括：

讀取模塊100，用于利用Spark平臺讀取原始用電量數(shù)據(jù)；

轉(zhuǎn)換模塊200，用于將所述原始用電量數(shù)據(jù)轉(zhuǎn)換為多個彈性分布數(shù)據(jù)集；

數(shù)據(jù)集劃分模塊300，用于提取所述彈性分布數(shù)據(jù)集的特征值，將所述彈性分布數(shù)據(jù)集按照預(yù)設(shè)比例劃分為具有相同所述特征值的訓(xùn)練數(shù)據(jù)集以及測試數(shù)據(jù)集；

模型建立模塊400，用于建立預(yù)測模型，將所述訓(xùn)練數(shù)據(jù)集代入所述預(yù)測模型，計算所述預(yù)測模型的模型參數(shù)；

預(yù)測模塊500，用于將待預(yù)測日期輸入至已代入所述模型參數(shù)的預(yù)測模型中，輸出所述待預(yù)測日期內(nèi)的用電量預(yù)測值。

進(jìn)一步的，在上述所述的用電量預(yù)測系統(tǒng)中，還包括：

數(shù)據(jù)處理模塊，用于對所述原始用電量數(shù)據(jù)進(jìn)行清洗、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約處理。

進(jìn)一步的，在上述所述的用電量預(yù)測系統(tǒng)中，還包括：

模型優(yōu)化模塊，用于將所述測試數(shù)據(jù)集輸入所述預(yù)測模型中，優(yōu)化所述模型參數(shù)，得到優(yōu)化后的預(yù)測模型。

進(jìn)一步的，在上述所述的用電量預(yù)測系統(tǒng)中，還包括：

存儲模塊，用于將所述預(yù)測模型以及所述用電量預(yù)測值保存至分布式文件系統(tǒng)中。

本說明書中各個實(shí)施例采用遞進(jìn)的方式描述，每個實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個實(shí)施例之間相同相似部分互相參見即可。

對所公開的實(shí)施例的上述說明，使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實(shí)施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實(shí)施例中實(shí)現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實(shí)施例，而是要符合與本文所公開的原理和新穎特點(diǎn)相一致的最寬的范圍。