买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江苏省电力有限公司苏州供电分公司

摘要：本发明涉及一种企业电力消费成长分预测方法和系统。方法包括以下步骤：步骤1：构建企业的时序电力消费特征向量，并人工评分，构建企业成长分训练数据集；步骤2：采用孤立森林算法对训练数据集进行去噪；步骤3：采用蝙蝠进化生物学算法优化初始权值和阈值，从而构造长短期记忆人工神经网络作为企业成长分预测模型，利用训练数据集训练企业成长分预测模型；步骤4：利用训练后的企业成长分预测模型预测企业的电力消费成长分。系统包括企业的时序电力消费特征向量及成长分评分模块、训练数据集构建模块和企业成长分预测模型训练模块。本发明利用时序上的电力大数据，更加精准地对企业成长分进行预测，人力成本低，更好地预测企业成长潜力。

主权项：1.一种企业电力消费成长分预测方法，其特征在于：所述企业电力消费成长分预测方法包括以下步骤：步骤1：构建各企业对应的时序电力消费特征向量，并对各企业的电力消费成长分进行人工评分，利用各企业的所述时序电力消费特征向量和人工评分结果构建企业成长分训练数据集；步骤2：采用孤立森林算法对所述企业成长分训练数据集进行去噪处理，清除所述企业成长分训练数据集中的异常数据；步骤3：采用蝙蝠进化生物学算法优化长短期记忆人工神经网络中的初始权值和阈值，从而构造长短期记忆人工神经网络作为企业成长分预测模型，利用去噪处理后的所述企业成长分训练数据集训练所述企业成长分预测模型；步骤4：利用训练后的所述企业成长分预测模型预测企业的电力消费成长分；所述步骤2包括以下步骤：步骤2.1：对所述企业成长分训练数据集中的属性进行随机选择；步骤2.2：将随机选择的属性的数据值作为观察值；步骤2.3：递归步骤2.2，直至所述企业成长分训练数据集中的数据值均被选择，从而根据选择顺序生成相应的决策二叉树；步骤2.4：重复步骤2.1至步骤2.3，生成若干所述决策二叉树，利用生成的所述决策二叉树构造孤立森林，并根据所述孤立森林生成的异常分数判断异常数据，从而将所述异常分数高于设定的分数阈值的所述企业成长分训练数据集中的异常数据清除；所述步骤2.4中，首先计算所述决策二叉树中从根节点到叶子节点所经过的路径长度hx，再计算对应决策二叉树的平均路径长度cn，最后计算作为所述异常分数；所述步骤3包括以下步骤：步骤3.1：搭建基础长短期记忆人工神经网络模型；步骤3.2：根据蝙蝠进化生物学算法优化所述基础长短期记忆人工神经网络模型得到所述企业成长分预测模型；步骤3.3：利用去噪处理后的所述企业成长分训练数据集训练所述企业成长分预测模型；所述步骤3.2包括以下步骤：步骤3.2.1：设定蝙蝠的个数N、维度d、迭代次数t、脉冲响度A、脉冲频率r、脉冲频率范围[Qmin,Qmax]、位置范围[xmin,xmax]以及所述蝙蝠进化生物学算法的适应度函数；步骤3.2.2：根据所述基础长短期记忆人工神经网络模型的输入门和输出门对第i只蝙蝠进行迭代，计算第i只蝙蝠的搜索脉冲频率Qi，第i只蝙蝠在t时刻的速度第i只蝙蝠在t时刻的位置步骤3.2.3：生成一个随机数rand1，比较所述随机数rand与第i只蝙蝠的搜索脉冲频率Qi的大小关系，若所述随机数rand大于第i只蝙蝠的搜索脉冲频率Qi，则通过所述基础长短期记忆人工神经网络模型的遗忘门对蝙蝠位置的当前最优解xbest产生更替，否则对所述基础长短期记忆人工神经网络模型的内存单元做越界处理；步骤3.2.4：针对第i只蝙蝠在t时刻的速度求适应度函数fnew，生成一个新的随机数rand2，若所述新的随机数rand2小于所述脉冲响度A且第i只蝙蝠在t时刻的速度vit对应的适应度函数fnew小于目前位置的适应度函数fitness，则将第i只蝙蝠在t时刻的速度vit对应的适应度函数fnew设置为目前位置的适应度函数fitness；步骤3.2.5：比较第i只蝙蝠在t时刻的速度对应的适应度函数fnew与当前最优的适应度函数值fmin，若第i只蝙蝠在t时刻的速度对应的适应度函数fnew小于当前最优的适应度函数值fmin，则将当前最优的适应度函数值fmin替换成第i只蝙蝠在t时刻的速度对应的适应度函数fnew，并将第i只蝙蝠在t时刻的位置赋值给蝙蝠位置的当前最优解xbest，同时改变脉冲响度A和脉冲频率r；步骤3.2.6：重复上述步骤，直至达到最大迭代次数或者当前最优的适应度函数值fmin小于设定值；步骤3.2.7：将所述蝙蝠进化生物学算法的优化结果作为所述长短期记忆人工神经网络中的初始权值和阈值；所述步骤3.2.1中，所述适应度函数为： 其中，o为蝙蝠序号，p为数据序号，oip和Tip分别为第o只蝙蝠确定模型长短期记忆人工神经网络样本数据p下的输出值和真实值，m为样本总数；所述步骤3.2.2中，第i只蝙蝠的搜索脉冲频率Qi的计算公式为：Qi＝Qmin+Qmax-Qmin*γ，第i只蝙蝠在t时刻的速度的计算公式为： 第i只蝙蝠在t时刻的位置的计算公式为： 其中，Qmin为最小搜索脉冲频率，Qmax为最大搜索脉冲频率，γ为0到1之间的随机数，为第i只蝙蝠在t-1时刻的速度，为第i只蝙蝠在t-1时刻的位置，xbest为最优位置；所述步骤3.2.3中，对所述基础长短期记忆人工神经网络模型的内存单元做越界处理的公式为： 其中，ρ为0～1的随机值，AVt为t时刻蝙蝠群体脉冲方向的平均值；所述步骤3.2.5中，改变脉冲响度A和脉冲频率r的公式为： 其中，α和ε为所述蝙蝠进化生物学算法中的步长；所述步骤3.2.1中，所述维度d的计算方法为：d＝4*j*k+4*k+j*k*l，其中，j、k、l分别表示所述基础长短期记忆人工神经网络模型的输入层、隐含层、输出层的个数。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司苏州供电分公司 企业电力消费成长分预测方法和系统