一种基于向量聚类的时序数据预测模型建立方法
摘要文本
本发明公开了一种基于向量聚类的时序数据预测模型建立方法，涉及储能预测技术领域，包括以下步骤：S1、数据预处理：从能源管理系统中提取时序数据，并对时序数据进行预处理；S2、数据向量表示：将预处理后的时序数据转换为数据向量；S3、数据向量聚类：对所述数据向量进行聚类，分为若干个类别；S4、构建时序数据预测模型，利用历史时序数据和其他相关数据对所述时序数据预测模型进行训练，并循环执行S1‑S4，直至所述时序数据预测模型适配。本发明提供了一种高效准确的时序数据预测模型建立方法，以满足能量管理系统对于各种场景下的时序数据预测需求，赋能智能化能源服务及能量系统运维。
申请人信息
- 申请人:江苏为恒智能科技有限公司
- 申请人地址:214000 江苏省无锡市惠山区洛南大道与G312(旧)交叉路口往东北80米处
- 发明人: 江苏为恒智能科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于向量聚类的时序数据预测模型建立方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311728973.2 |
| 申请日 | 2023/12/15 |
| 公告号 | CN117407681B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06F18/20 |
| 权利人 | 江苏为恒智能科技有限公司 |
| 发明人 | 张杜; 王琛; 吴煜 |
| 地址 | 江苏省无锡市惠山区洛南大道与G312(旧)交叉路口往东北80米处 |
专利主权项内容
1.一种基于向量聚类的时序数据预测模型建立方法，其特征在于：包括以下步骤：S1、数据预处理：从能源管理系统中提取时序数据，并对时序数据进行预处理；所述从能源管理系统中提取时序数据包括以下步骤：设定查询输入时间段，起点为s时刻，终点为e时刻，且s时刻和e时刻均为详细到分钟的时刻；提取历史时序数据，将时间间隔r分为t时刻一个数据点，计算每个数据点x，其中，数据点x是t时刻内时序数据的平均值，d，d，...，d为s到e时刻的分钟的数据点；SSSS+1eS2、数据向量表示：将预处理后的时序数据转换为数据向量，具体包括以下步骤：S2.1、分别按照日、周、月时间间隔r获取数据集合D，组成数据集；S2.2、将预处理后的不等长时序数据转换等长的向量，将清洗后的数据序列作为序列集X，X＝{D，D，D}；dayweekmonthS2.3、将每个所述数据序列在t时刻向左向右裁剪得到两段子序列，t为X序列集中每个序列起始时间到终止时间的任一时刻，不同时刻t的子序列对视为样本对；S2.4、将成对子序列转变成成对向量；S3、数据向量聚类：对所述数据向量进行聚类，分为若干个类别；S4、构建时序数据预测模型，利用历史时序数据和时间序列数据对所述时序数据预测模型进行训练，并循环执行S1-S4，直至所述时序数据预测模型适配。