本發(fā)明屬于預(yù)測系統(tǒng)領(lǐng)域，特別涉及一種配網(wǎng)電力物資采購需求預(yù)測系統(tǒng)。
背景技術(shù)：
隨著城鄉(xiāng)用電需求日趨擴大，電網(wǎng)的發(fā)展也隨著跟進，因而電網(wǎng)物資的種類繁多、標(biāo)準(zhǔn)復(fù)雜。
目前，根據(jù)人為的經(jīng)驗或不完善的預(yù)測系統(tǒng)預(yù)測出的各個區(qū)域用電需求往往是不準(zhǔn)確、誤差太大，無法最合理地分配各個地域的用電需求。
技術(shù)實現(xiàn)要素：
為了解決現(xiàn)有技術(shù)中存在的缺點和不足，本發(fā)明提供了一種配網(wǎng)電力物資采購需求預(yù)測系統(tǒng)，能夠提高了預(yù)測用電需求的準(zhǔn)確性。
為了達到上述技術(shù)目的，本發(fā)明提供了一種配網(wǎng)電力物資采購需求預(yù)測系統(tǒng)，所述預(yù)測系統(tǒng)包括數(shù)據(jù)層、應(yīng)用層以及建模層，在所述預(yù)測系統(tǒng)中：
從所述數(shù)據(jù)層中導(dǎo)入企業(yè)的年度投資計劃數(shù)據(jù)，在所述應(yīng)用層中對所述年度投資計劃數(shù)據(jù)進行數(shù)據(jù)清洗，得到清洗后的年度投資計劃數(shù)據(jù)；從所述數(shù)據(jù)層導(dǎo)入企業(yè)的采購入庫歷史數(shù)據(jù)，在所述應(yīng)用層中對所述采購入庫歷史數(shù)據(jù)進行數(shù)據(jù)清洗，得到歷史月出庫數(shù)據(jù)；
在所述建模層中，構(gòu)建包括預(yù)設(shè)數(shù)量的預(yù)測算法在內(nèi)的預(yù)測模型，將所述年度投資計劃數(shù)據(jù)以及所述歷史月出庫數(shù)據(jù)作為輸入數(shù)據(jù)傳輸至所述預(yù)測模型中進行預(yù)測，獲取預(yù)測結(jié)果；
根據(jù)所述預(yù)測結(jié)果以及與所述輸入數(shù)據(jù)對應(yīng)的實際需求對所述預(yù)設(shè)數(shù)量預(yù)測算法進行篩選，獲取與每個預(yù)測算法對應(yīng)的權(quán)重值，確定最優(yōu)權(quán)重值組合；
在確定所述最優(yōu)權(quán)重值組合的基礎(chǔ)上，獲取所述預(yù)測結(jié)果與所述實際需求的偏差百分比，根據(jù)所述偏差百分比對每個所述預(yù)測算法內(nèi)的相關(guān)參數(shù)進行迭代調(diào)整，確定最優(yōu)參數(shù)組合；
根據(jù)所述最優(yōu)權(quán)重值組合和所述最優(yōu)參數(shù)組合，確定與所述輸入數(shù)據(jù)對應(yīng)的最終預(yù)測結(jié)果，在所述應(yīng)用層中對所述最終預(yù)測結(jié)果進行后續(xù)處理。
可選的，所述對年度投資計劃數(shù)據(jù)進行數(shù)據(jù)清洗，包括：
去除所述年度投資計劃數(shù)據(jù)中的無效數(shù)據(jù)。
可選的，所述對采購入庫歷史數(shù)據(jù)進行數(shù)據(jù)清洗，包括：
選取一條需求數(shù)量為負的需求記錄，再選取一條需求數(shù)量為正且絕對值相等及與時間最接近的需求記錄，將這兩條需求記錄的需求數(shù)量沖銷置零；(去除沖銷數(shù)據(jù))
選取不在合理需求單價區(qū)間的異常數(shù)據(jù)，將所述異常數(shù)據(jù)修正；(修正單價異常數(shù)據(jù))
篩選大于季節(jié)因子的平均值的異常數(shù)據(jù)，將所述異常數(shù)據(jù)修正；(修正季節(jié)性異常值)
篩選歷史數(shù)據(jù)中的負值數(shù)據(jù)，將所述負值數(shù)據(jù)去除。
可選的，在所述得到歷史月出庫數(shù)據(jù)后，所述預(yù)測系統(tǒng)還包括：
數(shù)據(jù)分析，在所述清洗后歷史月出庫數(shù)據(jù)的基礎(chǔ)上對需求特性的分析展示。
可選的，所述預(yù)測模型包括：自上而下的預(yù)測模型和自下而上的預(yù)測模型。
可選的，所述預(yù)測系統(tǒng)還包括：
當(dāng)所述預(yù)測模型為自上而下的預(yù)測模型時：
將所述年度投資計劃數(shù)據(jù)傳輸至所述自上而下的預(yù)測模型中進行預(yù)測，獲取自上而下的預(yù)測結(jié)果；
當(dāng)所述預(yù)測模型為自上而下的預(yù)測模型時：
將所述歷史月出庫數(shù)據(jù)傳輸至所述自下而上的預(yù)測模型中進行預(yù)測，獲取自下而上的預(yù)測結(jié)果。
可選的，所述根據(jù)預(yù)測結(jié)果以及與所述輸入數(shù)據(jù)對應(yīng)的實際需求對所述預(yù)設(shè)數(shù)量預(yù)測算法進行篩選，獲取與每個預(yù)測算法對應(yīng)的權(quán)重值，確定最優(yōu)權(quán)重值組合，包括：
所述預(yù)測模型包括由至少一種預(yù)測算法構(gòu)成的預(yù)測算法組合；
如果所述預(yù)測算法組合中僅包含一個預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述預(yù)測算法進行計算，權(quán)重值為1；或
如果所述預(yù)測算法組合中有第一預(yù)測算法和第二預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述第一預(yù)測算法和所述第二預(yù)測算法進行計算，得到與所述第一預(yù)測算法對應(yīng)的第一結(jié)果以及與所述第二預(yù)測算法對應(yīng)的第二結(jié)果，設(shè)定與所述第一預(yù)測結(jié)果對應(yīng)的權(quán)重值為k，設(shè)定與所述第二預(yù)測結(jié)果對應(yīng)的權(quán)重值為j，對所述權(quán)重值k和所述權(quán)重值j進行初始賦值，計算初始賦值下的預(yù)測結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實際需求值的差值；
按最小調(diào)整幅值對所述權(quán)重值k和所述權(quán)重值j的賦值進行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測結(jié)果和所述第二預(yù)測結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測結(jié)果和所述第二預(yù)測結(jié)果的加權(quán)和與所述實際需求值的差值；
將差值最小情況下對應(yīng)的所述權(quán)重值k和所述權(quán)重值j賦值定為最優(yōu)權(quán)重；
其中，權(quán)重值k、權(quán)重值j之和為1；或
如果所述預(yù)測算法組合中有第一預(yù)測算法、第二預(yù)測算法和第三預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述第一預(yù)測算法、所述第二預(yù)測算法和所述第三預(yù)測算法進行計算，得到與所述第一預(yù)測算法對應(yīng)的第一結(jié)果、與所述第二預(yù)測算法對應(yīng)的第二結(jié)果以及與所述第三預(yù)測法對應(yīng)的第三結(jié)果，設(shè)定與所述第一預(yù)測結(jié)果對應(yīng)的權(quán)重值為a，設(shè)定與所述第二預(yù)測結(jié)果對應(yīng)的權(quán)重值為b，設(shè)定與所述第三預(yù)測結(jié)果對應(yīng)的權(quán)重值為c，對所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c進行初始賦值，計算初始賦值下的預(yù)測結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實際需求值的差值；
按最小調(diào)整幅值對所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c的賦值進行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果和所述第三預(yù)測結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果和所述第三預(yù)測結(jié)果的加權(quán)和與所述實際需求值的差值；
將差值最小情況下對應(yīng)的所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c賦值定為最優(yōu)權(quán)重；
其中，權(quán)重值a、權(quán)重值b和權(quán)重值c之和為1；或
如果所述預(yù)測算法組合中有第一預(yù)測算法、第二預(yù)測算法、第三預(yù)測算法和第四預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述第一預(yù)測算法、所述第二預(yù)測算法、所述第三預(yù)測算法和所述第四預(yù)測算法進行計算，得到與所述第一預(yù)測算法對應(yīng)的預(yù)測結(jié)果、與所述第二預(yù)測算法對應(yīng)的第二結(jié)果、與所述第三預(yù)測法對應(yīng)的第三結(jié)果以及與所述第一預(yù)測算法對應(yīng)的第四結(jié)果，設(shè)定與所述第一預(yù)測結(jié)果對應(yīng)的權(quán)重值為x，設(shè)定與所述第二預(yù)測結(jié)果對應(yīng)的權(quán)重值為y，設(shè)定與所述第三預(yù)測結(jié)果對應(yīng)的權(quán)重值為z，設(shè)定與所述第四預(yù)測結(jié)果對應(yīng)的權(quán)重值為q，對所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z和所述權(quán)重值q進行初始賦值，計算初始賦值下的預(yù)測結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實際需求值的差值；
按最小調(diào)整幅值對所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z和所述權(quán)重值q的賦值進行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果、所述第三預(yù)測結(jié)果和所述第四預(yù)測結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果、所述第三預(yù)測結(jié)果和所述第四預(yù)測結(jié)果的加權(quán)和與所述實際需求值的差值；
將差值最小情況下對應(yīng)的所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z和所述權(quán)重值q賦值定為最優(yōu)權(quán)重；
其中，權(quán)重值x、權(quán)重值y、權(quán)重值z和權(quán)重值q之和為1；或
如果所述預(yù)測算法組合中沒有一個預(yù)測算法，則默認預(yù)測算法組合中包括一個預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述預(yù)測算法進行計算，權(quán)重值為1；
保存上述結(jié)果，結(jié)束；
其中，所述k、j、a、b、c、x、y、z、q的取值范圍為[0，1]。
可選的，所述在確定所述最優(yōu)權(quán)重值組合的基礎(chǔ)上，獲取所述預(yù)測結(jié)果與所述實際需求的偏差百分比，根據(jù)所述偏差百分比對每個所述預(yù)測算法內(nèi)的相關(guān)參數(shù)進行迭代調(diào)整，確定最優(yōu)參數(shù)組合包括：
確定所述預(yù)測算法內(nèi)的相關(guān)參數(shù)，賦予所述相關(guān)參數(shù)初始值；
獲取所述預(yù)測結(jié)果與所述實際需求的差值，確定所述差值與所述實際需求的商，令所述商的百分值作為偏差百分比；
構(gòu)建偏差百分比允許范圍；
如果偏差百分比在所述偏差百分比允許范圍內(nèi)，則將所述偏差百分比對應(yīng)的初始值作為最優(yōu)參數(shù)組合；或
如果偏差百分比在所述偏差百分比允許范圍外，則對所述初始值進行調(diào)整，將調(diào)整后的數(shù)值賦予所述相關(guān)參數(shù)，基于重新賦值后的相關(guān)參數(shù)重新獲取偏差百分比，對重新獲取到的偏差百分比是否處于所述偏差百分比允許范圍進行判定；
重復(fù)上述步驟，直至選出最優(yōu)參數(shù)組合。
可選的，所述對最終預(yù)測結(jié)果進行后續(xù)處理還包括：
將所述最終預(yù)測結(jié)果發(fā)布至展示界面進行公示；
如果對所述最終預(yù)測結(jié)果不存在異議，則將所述最終預(yù)測結(jié)果發(fā)送至協(xié)同平臺；
如果對所述協(xié)同平臺上的所述最終結(jié)果存在異議，則對所述最終預(yù)測結(jié)果進行修改，將修改內(nèi)容保存至事件庫。
可選的，所述預(yù)測算法包括holt-winter算法、croston算法、多項式擬合算法。
本發(fā)明提供的技術(shù)方案帶來的有益效果是：
通過應(yīng)用層將從數(shù)據(jù)層中獲取的數(shù)據(jù)進行清洗，并對其傳輸至建模層中預(yù)測模型進行預(yù)測得到預(yù)測結(jié)果，根據(jù)預(yù)測結(jié)果與實際需求作比較確定最優(yōu)的權(quán)重值組合以及根據(jù)偏差百分比確定最優(yōu)的參數(shù)組合從而確定最終的預(yù)測結(jié)果。獲得最終預(yù)測結(jié)果跟實際需求作比較產(chǎn)生的偏差很小，從而提高預(yù)測結(jié)果的準(zhǔn)確性。
附圖說明
為了更清楚地說明本發(fā)明的技術(shù)方案，下面將對實施例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)明的一些實施例，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)這些附圖獲得其他的附圖。
圖1是本發(fā)明提供的一種配網(wǎng)電力物資采購需求預(yù)測系統(tǒng)的流程示意圖。
具體實施方式
為使本發(fā)明的結(jié)構(gòu)和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明的結(jié)構(gòu)作進一步地描述。
實施例一
本發(fā)明提供了一種配網(wǎng)電力物資采購需求預(yù)測系統(tǒng)，如圖1所示，所述預(yù)測系統(tǒng)包括數(shù)據(jù)層、應(yīng)用層以及建模層，在所述預(yù)測系統(tǒng)中：
101、從所述數(shù)據(jù)層中導(dǎo)入企業(yè)的年度投資計劃數(shù)據(jù)，在所述應(yīng)用層中對所述年度投資計劃數(shù)據(jù)進行數(shù)據(jù)清洗，得到清洗后的年度投資計劃數(shù)據(jù)；從所述數(shù)據(jù)層導(dǎo)入企業(yè)的采購入庫歷史數(shù)據(jù)，在所述應(yīng)用層中對所述采購入庫歷史數(shù)據(jù)進行數(shù)據(jù)清洗，得到歷史月出庫數(shù)據(jù)；
102、在所述建模層中，構(gòu)建包括預(yù)設(shè)數(shù)量的預(yù)測算法在內(nèi)的預(yù)測模型，將所述年度投資計劃數(shù)據(jù)以及所述歷史月出庫數(shù)據(jù)作為輸入數(shù)據(jù)傳輸至所述預(yù)測模型中進行預(yù)測，獲取預(yù)測結(jié)果；
103、根據(jù)所述預(yù)測結(jié)果以及與所述輸入數(shù)據(jù)對應(yīng)的實際需求對所述預(yù)設(shè)數(shù)量預(yù)測算法進行篩選，獲取與每個預(yù)測算法對應(yīng)的權(quán)重值，確定最優(yōu)權(quán)重值組合；
104、在確定所述最優(yōu)權(quán)重值組合的基礎(chǔ)上，獲取所述預(yù)測結(jié)果與所述實際需求的偏差百分比，根據(jù)所述偏差百分比對每個所述預(yù)測算法內(nèi)的相關(guān)參數(shù)進行迭代調(diào)整，確定最優(yōu)參數(shù)組合；
105、根據(jù)所述最優(yōu)權(quán)重值組合和所述最優(yōu)參數(shù)組合，確定與所述輸入數(shù)據(jù)對應(yīng)的最終預(yù)測結(jié)果，在所述應(yīng)用層中對所述最終預(yù)測結(jié)果進行后續(xù)處理。
在實施中，一種配網(wǎng)電力物資采購需求預(yù)測系統(tǒng)主要包括數(shù)據(jù)層、應(yīng)用層、建模層，其中，數(shù)據(jù)層用于存放數(shù)據(jù)，應(yīng)用層也稱為應(yīng)用實體(ae)，它由若干個特定應(yīng)用服務(wù)元素(sase)和一個或多個公用應(yīng)用服務(wù)元素(case)組成，直接為應(yīng)用層提供服務(wù)的，其作用是在實現(xiàn)多個系統(tǒng)應(yīng)用進程相互通信的同時,完成一系列業(yè)務(wù)處理所需的服務(wù)。建模層是用于存放預(yù)測模型，首先，從數(shù)據(jù)層獲取企業(yè)的年度投資計劃數(shù)據(jù)和企業(yè)的入庫歷史數(shù)據(jù)，在應(yīng)用層中對年度投資計劃數(shù)據(jù)和入庫歷史數(shù)據(jù)分別進行數(shù)據(jù)清洗得到清洗后的年度投資計劃數(shù)據(jù)和清洗后的歷史月出庫數(shù)據(jù)；其次，在建模層中，將年度投資計劃數(shù)據(jù)以及歷史月出庫數(shù)據(jù)作為輸入數(shù)據(jù)傳輸?shù)街辽侔ㄒ环N預(yù)測算法的預(yù)測模型中進行預(yù)測，得到預(yù)測結(jié)果；然后，將得到預(yù)測結(jié)果與實際需求對預(yù)測算法進行篩選，得到每個預(yù)測算法對應(yīng)的權(quán)重值，篩選出誤差最小的為最優(yōu)權(quán)重值組合；再次，優(yōu)化預(yù)測算法，預(yù)測算法的優(yōu)化主要包括預(yù)測算法內(nèi)的相關(guān)參數(shù)的優(yōu)化以及預(yù)測算法的權(quán)重值的優(yōu)化，由前一個步驟可知，最優(yōu)權(quán)重值組合已經(jīng)確定下來，就只需要優(yōu)化預(yù)測算法內(nèi)的相關(guān)參數(shù)，將預(yù)測結(jié)果與實際需求作比較，計算出預(yù)測結(jié)果與實際需求的偏差百分比，根據(jù)偏差百分比判斷是否要對預(yù)測算法內(nèi)的相關(guān)參數(shù)進行迭代調(diào)整，直到確定最優(yōu)參數(shù)組合；最后，根據(jù)最優(yōu)權(quán)重值組合和最優(yōu)參數(shù)組合，得到最終預(yù)測結(jié)果，在應(yīng)用層中對最終預(yù)測結(jié)果進行后續(xù)處理。
可選的，在步驟101中提到所述對年度投資計劃數(shù)據(jù)進行數(shù)據(jù)清洗，包括：
去除所述年度投資計劃數(shù)據(jù)中的無效數(shù)據(jù)。
在實施中，獲取年度投資計劃數(shù)據(jù)需要進行數(shù)據(jù)清洗，將年度投資計劃數(shù)據(jù)中的無效數(shù)據(jù)取消掉，得到項目需求的統(tǒng)計信息。
可選的，在步驟101中也提到所述對采購入庫歷史數(shù)據(jù)進行數(shù)據(jù)清洗，包括：
選取一條需求數(shù)量為負的需求記錄，再選取一條需求數(shù)量為正且絕對值相等及與時間最接近的需求記錄，將這兩條需求記錄的需求數(shù)量沖銷置零；(去除沖銷數(shù)據(jù))
選取不在合理需求單價區(qū)間的異常數(shù)據(jù)，將所述異常數(shù)據(jù)修正；(修正單價異常數(shù)據(jù))
篩選大于季節(jié)因子的平均值的異常數(shù)據(jù)，將所述異常數(shù)據(jù)修正；(修正季節(jié)性異常值)
篩選歷史數(shù)據(jù)中的負值數(shù)據(jù)，將所述負值數(shù)據(jù)去除。
在實施中，入庫歷史數(shù)據(jù)的清洗數(shù)據(jù)的步驟不同于上述年度投資計劃數(shù)據(jù)的清洗數(shù)據(jù)步驟，入庫歷史數(shù)據(jù)的清洗步驟需要多步完成，首先，需要選取一條需求數(shù)量為負的需求記錄，從6個月(時間可調(diào)整)內(nèi)選取一條與所述需求記錄時間最接近的以及需求數(shù)量為正且絕對值相等的一條需求記錄，并對這兩條相匹配的需求記錄的需求數(shù)量沖銷置零，其次，計算需求記錄中的需求單價，選取需求單價不在合理需求單價區(qū)間的異常數(shù)據(jù)，并對其進行修正，然后，計算每年每個月的季節(jié)因子，獲取歷史近些年的每月的需求量除以對應(yīng)月份的季節(jié)因子得到平均值，篩選出大于的季節(jié)因子的平均值的數(shù)據(jù)，并對其進行修正；最后，獲取近些年來歷史數(shù)據(jù)，篩選歷史數(shù)中的負值數(shù)據(jù)，并對其刪除。
可選的，在所述得到歷史月出庫數(shù)據(jù)后，所述預(yù)測系統(tǒng)還包括：
數(shù)據(jù)分析，在所述清洗后歷史月出庫數(shù)據(jù)的基礎(chǔ)上對需求特性的分析展示。
在實施中，歷史入庫數(shù)據(jù)經(jīng)過一系列步驟進行數(shù)據(jù)清洗，得到清洗后的歷史月出庫數(shù)據(jù)還需再進行數(shù)據(jù)分析處理，將清洗后的歷史月出庫數(shù)據(jù)根據(jù)需求特性對其分析展開。
具體的，在步驟102中選取所述預(yù)測模型包括：自上而下的預(yù)測模型和自下而上的預(yù)測模型。
可選的，所述預(yù)測系統(tǒng)還包括：
當(dāng)所述預(yù)測模型為自上而下的預(yù)測模型時：
將年度投資計劃數(shù)據(jù)傳輸至所述自上而下的預(yù)測模型中進行預(yù)測，獲取自上而下的預(yù)測結(jié)果；
當(dāng)所述預(yù)測模型為自上而下的預(yù)測模型時：
將歷史月出庫數(shù)據(jù)傳輸至所述自下而上的預(yù)測模型中進行預(yù)測，獲取自下而上的預(yù)測結(jié)果。
在實施中，預(yù)測模型分為自上而下的預(yù)測模型和自下而上的預(yù)測模型，當(dāng)預(yù)測模型是自上而下的預(yù)測模型時，將年度投資計劃數(shù)據(jù)傳輸至自上而下的預(yù)測模型中進行預(yù)測，得到自上而下的預(yù)測結(jié)果，而當(dāng)預(yù)測模型為自下而上的預(yù)測模型時，將歷史月出庫數(shù)據(jù)是傳輸至自下而上的預(yù)測模型中進行預(yù)測，得到自下而上的預(yù)測結(jié)果。
可選的，基于完成步驟102執(zhí)行步驟103，步驟103包括：：
所述預(yù)測模型包括由至少一種預(yù)測算法構(gòu)成的預(yù)測算法組合；
如果所述預(yù)測算法組合中僅包含一個預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述預(yù)測算法進行計算，權(quán)重值為1；或
如果所述預(yù)測算法組合中有第一預(yù)測算法和第二預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述第一預(yù)測算法和所述第二預(yù)測算法進行計算，得到與所述第一預(yù)測算法對應(yīng)的第一結(jié)果以及與所述第二預(yù)測算法對應(yīng)的第二結(jié)果，設(shè)定與所述第一預(yù)測結(jié)果對應(yīng)的權(quán)重值為k，設(shè)定與所述第二預(yù)測結(jié)果對應(yīng)的權(quán)重值為j，對所述權(quán)重值k和所述權(quán)重值j進行初始賦值，計算初始賦值下的預(yù)測結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實際需求值的差值；
按最小調(diào)整幅值對所述權(quán)重值k和所述權(quán)重值j的賦值進行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測結(jié)果和所述第二預(yù)測結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測結(jié)果和所述第二預(yù)測結(jié)果的加權(quán)和與所述實際需求值的差值；
將差值最小情況下對應(yīng)的所述權(quán)重值k和所述權(quán)重值j賦值定為最優(yōu)權(quán)重；
其中，權(quán)重值k、權(quán)重值j之和為1；或
如果所述預(yù)測算法組合中有第一預(yù)測算法、第二預(yù)測算法和第三預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述第一預(yù)測算法、所述第二預(yù)測算法和所述第三預(yù)測算法進行計算，得到與所述第一預(yù)測算法對應(yīng)的第一結(jié)果、與所述第二預(yù)測算法對應(yīng)的第二結(jié)果以及與所述第三預(yù)測法對應(yīng)的第三結(jié)果，設(shè)定與所述第一預(yù)測結(jié)果對應(yīng)的權(quán)重值為a，設(shè)定與所述第二預(yù)測結(jié)果對應(yīng)的權(quán)重值為b，設(shè)定與所述第三預(yù)測結(jié)果對應(yīng)的權(quán)重值為c，對所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c進行初始賦值，計算初始賦值下的預(yù)測結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實際需求值的差值；
按最小調(diào)整幅值對所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c的賦值進行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果和所述第三預(yù)測結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果和所述第三預(yù)測結(jié)果的加權(quán)和與所述實際需求值的差值；
將差值最小情況下對應(yīng)的所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c賦值定為最優(yōu)權(quán)重；
其中，權(quán)重值a、權(quán)重值b和權(quán)重值c之和為1；或
如果所述預(yù)測算法組合中有第一預(yù)測算法、第二預(yù)測算法、第三預(yù)測算法和第四預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述第一預(yù)測算法、所述第二預(yù)測算法、所述第三預(yù)測算法和所述第四測算法進行計算，得到與所述第一預(yù)測算法對應(yīng)的預(yù)測結(jié)果、與所述第二預(yù)測算法對應(yīng)的第二結(jié)果、與所述第三預(yù)測法對應(yīng)的第三結(jié)果以及與所述第一預(yù)測算法對應(yīng)的第四結(jié)果，設(shè)定與所述第一預(yù)測結(jié)果對應(yīng)的權(quán)重值為x，設(shè)定與所述第二預(yù)測結(jié)果對應(yīng)的權(quán)重值為y，設(shè)定與所述第三預(yù)測結(jié)果對應(yīng)的權(quán)重值為z，設(shè)定與所述第四預(yù)測結(jié)果對應(yīng)的權(quán)重值為q，對所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z和所述權(quán)重值q進行初始賦值，計算初始賦值下的預(yù)測結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實際需求值的差值；
按最小調(diào)整幅值對所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z和所述權(quán)重值q的賦值進行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果、所述第三預(yù)測結(jié)果和所述第四預(yù)測結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測結(jié)果、所述第二預(yù)測結(jié)果、所述第三預(yù)測結(jié)果和所述第四預(yù)測結(jié)果的加權(quán)和與所述實際需求值的差值；
將差值最小情況下對應(yīng)的所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z和所述權(quán)重值q賦值定為最優(yōu)權(quán)重；
其中，權(quán)重值x、權(quán)重值y、權(quán)重值z和權(quán)重值q之和為1；或
如果所述預(yù)測算法組合中沒有一個預(yù)測算法，則默認預(yù)測算法組合中包括一個預(yù)測算法，將所述輸入數(shù)據(jù)輸入所述預(yù)測算法進行計算，權(quán)重值為1；
保存上述結(jié)果，結(jié)束；
其中，所述k、j、a、b、c、x、y、z、q的取值范圍為[0，1]。
在實施中，從預(yù)測模型選取預(yù)測算法組合，預(yù)測算法組合有五種情況，情況一，預(yù)測算法組合僅有一種預(yù)測算法，情況二，預(yù)測算法組合中有第一預(yù)測算法和第二預(yù)測算法，情況三，預(yù)測算法組合中有第一預(yù)測算法、第二預(yù)測算法和第三預(yù)測算法，情況四，預(yù)測算法組合中有第一預(yù)測算法、第二預(yù)測算法、第三預(yù)測算法和第四種預(yù)測算法，情況五，預(yù)測算法組合沒有一種預(yù)測算法，就默認預(yù)測算法組合僅有一種預(yù)測算法。
上述的第一預(yù)測算法、第二預(yù)測算法、第三預(yù)測算法、第四預(yù)測算法中的“第一”、“第二”、“第三”、“第四”、只是標(biāo)號用于區(qū)別多個預(yù)測算法，且并沒有固定預(yù)測算法的類型。針對情況一或情況五的狀況下，默認選擇原始的winter算法作為預(yù)測算法，權(quán)重為1。
針對情況二，預(yù)測算法組合中有第一預(yù)測算法和第二預(yù)測算法，將輸入數(shù)據(jù)輸入預(yù)測算法組合進行計算，分別得到第一預(yù)測結(jié)果和第二預(yù)測結(jié)果，兩種預(yù)測結(jié)果的權(quán)重分別為k、j，并且k、j之和為1，首先給權(quán)重k賦初值為0.05，則權(quán)重j的初值為0.95，計算該對權(quán)重下兩種預(yù)測算法的預(yù)測結(jié)果的加權(quán)和，讓k在[0，1]范圍按間隔0.05(間隔時間可調(diào)整)逐漸增大，即權(quán)重k為0.1時，權(quán)重j為0.9，計算該對權(quán)重下的兩種預(yù)測算法的預(yù)測結(jié)果的加權(quán)和，以此類推，對k、j逐級進行調(diào)整，并且分別計算每次調(diào)整后，得到對應(yīng)權(quán)重下兩種預(yù)測算法的預(yù)測結(jié)果的加權(quán)和，最終選取加權(quán)和跟實際需求值誤差絕對值最小的情況下對應(yīng)權(quán)重作為最優(yōu)權(quán)重。針對情況三、情況四的算法如同情況二，這里不再贅述。
可選的，具體步驟104的內(nèi)容包括：
確定所述預(yù)測算法內(nèi)的相關(guān)參數(shù)，賦予所述相關(guān)參數(shù)初始值；
獲取所述預(yù)測結(jié)果與所述實際需求的差值，確定所述差值與所述實際需求的商，令所述商的百分值作為偏差百分比；
構(gòu)建偏差百分比允許范圍；
如果偏差百分比在所述偏差百分比允許范圍內(nèi)，則將所述偏差百分比對應(yīng)的初始值作為最優(yōu)參數(shù)組合；或
如果偏差百分比在所述偏差百分比允許范圍外，則對所述初始值進行調(diào)整，將調(diào)整后的數(shù)值賦予所述相關(guān)參數(shù)，基于重新賦值后的相關(guān)參數(shù)重新獲取偏差百分比，對重新獲取到的偏差百分比是否處于所述偏差百分比允許范圍進行判定；
重復(fù)上述步驟，直至選出最優(yōu)參數(shù)組合。
在實施中，首先，確定預(yù)測算法內(nèi)的相關(guān)參數(shù)，給預(yù)測算法內(nèi)的相關(guān)參數(shù)賦初始值，其次，獲取一組12個月(時間可以調(diào)整)的預(yù)測結(jié)果與實際需求的差值，根據(jù)每個月的偏差百分比的公式＝預(yù)測結(jié)果與實際需求的差值/實際需求計算出每個月的偏差百分比，從而用得到每個月的偏差百分比來計算平均偏差百分比，根據(jù)平均偏差百分比的公式＝每個月的偏差百分比的和/m個月(m為正整數(shù))計算出平均偏差百分比，在所述預(yù)測結(jié)果與實際需求是有個平均偏差百分比允許范圍，如果計算出平均偏差百分比在這個偏差百分比允許范圍內(nèi)，即該平均偏差百分比可忽略不計，則該平均偏差百分比對應(yīng)的算法預(yù)測內(nèi)的相關(guān)參數(shù)的初始值為最優(yōu)參數(shù)組合，如果計算出平均偏差百分比不在平均偏差百分比允許范圍內(nèi)，則需要對預(yù)測算法內(nèi)的相關(guān)參數(shù)的初始值進行調(diào)整，將調(diào)整后的值賦給預(yù)測算法內(nèi)的相關(guān)參數(shù)，預(yù)測算法內(nèi)的相關(guān)參數(shù)重新賦值后又重新計算出平均偏差百分比，判斷重新計算出的平均偏差百分比是否在平均偏差百分比允許范圍內(nèi)，重復(fù)上述步驟，直至計算出平均偏差百分比在平均偏差百分比允許范圍內(nèi)，選出平均偏差百分比對應(yīng)的預(yù)測算法內(nèi)的相關(guān)參數(shù)為最優(yōu)參數(shù)組合。
可選的，基于完成步驟104執(zhí)行步驟105包括：
將所述最終預(yù)測結(jié)果發(fā)布至展示界面進行公示；
如果對所述最終預(yù)測結(jié)果不存在異議，則將所述最終預(yù)測結(jié)果發(fā)送至協(xié)同平臺；
如果對所述協(xié)同平臺上的所述最終結(jié)果存在異議，則對所述最終預(yù)測結(jié)果進行修改，將修改內(nèi)容保存至事件庫。
在具體實施中，將得到最終預(yù)測結(jié)果輸出到應(yīng)用層中的滾動預(yù)測、批次預(yù)測、年度預(yù)測這些基準(zhǔn)預(yù)測的展示界面進行公示，如果對最終預(yù)測結(jié)果不存在異議，并由系統(tǒng)管理員提交后發(fā)布到協(xié)同平臺，如果對已經(jīng)發(fā)布在協(xié)同平面上的最終預(yù)測結(jié)果存在異議，由市局計劃人進行協(xié)同，并修改預(yù)測值的內(nèi)容保存至事件庫中。
可選的，所述預(yù)測算法包括holt-winter算法、croston算法、多項式擬合算法。
在實施中，從需求特性分析的情況來看，holt-winter算法比較適用于電力物資的季節(jié)性比較明顯，且波動比較大的預(yù)測；croston算法比較適用于部門間斷需求的預(yù)測；多項式擬合算法適用于來趨勢性需求的預(yù)測。
本發(fā)明提供了一種配網(wǎng)電力物資采購需求預(yù)測系統(tǒng)，包括：從數(shù)據(jù)層中獲取年度投資計劃數(shù)據(jù)和歷史月出庫數(shù)據(jù)，在應(yīng)用層中對其進行數(shù)據(jù)清洗，將清洗后的數(shù)據(jù)傳輸至建模層中預(yù)測模型進行預(yù)測獲取預(yù)測結(jié)果，根據(jù)預(yù)測結(jié)果與實際需求作對比確定最優(yōu)權(quán)重值組合和最優(yōu)參數(shù)組合從而確定最終預(yù)測結(jié)果，在應(yīng)用層中對最終預(yù)測結(jié)果進行后續(xù)處理。通過應(yīng)用層將從數(shù)據(jù)層中獲取的數(shù)據(jù)進行清洗，并對其傳輸至建模層中預(yù)測模型進行預(yù)測得到預(yù)測結(jié)果，根據(jù)預(yù)測結(jié)果與實際需求作比較確定最優(yōu)的權(quán)重值組合以及根據(jù)偏差百分比確定最優(yōu)的參數(shù)組合從而確定最終的預(yù)測結(jié)果。獲得最終預(yù)測結(jié)果跟實際需求作比較產(chǎn)生的偏差很小，從而提高預(yù)測結(jié)果的準(zhǔn)確性。
上述實施例中的各個序號僅僅為了描述，不代表各部件的組裝或使用過程中的先后順序。
以上所述僅為本發(fā)明的實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。