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！

摘要：本发明提供一种基于分区预测和动态自动调节的城市需水预测方法、系统及介质，所述方法包括：首先获取城市居民的用水量，存储水数据；对月用水数据进行DPC聚类；其次采用VAE方法将不同变化趋势的数据进行特征提取，再进行Pearson相关性分析，然后将提取的关键影响因素用GAT‑DLinear模型对各区域月需水量预测，利用IZOA算法优化GAT‑DLinear模型，再根据NRMSE指标判断该类月预测精度是否大于10%，若是，则构建目标方程再次通过IZOA算法优化模型中需要调节的参数，将优化后的参数集再次输入预测模型，直至精度满足阈值要求，输出各分区最终需水预测结果。本发明具有自动化、自适应的优点。

主权项：1.一种基于分区预测和动态自动调节的城市需水预测方法，其特征在于，包括以下步骤：S1、获取城市居民的日常用水量，并存储水数据，将水数据上传到云端，在云端获取居民用水量，并将原始数据分为三部分；S2、对预处理后的历史用水数据使用月用水均量作为划分依据对城市多个区域历史用水数据进行DPC聚类，将这些区域聚为变化趋势大型、变化趋势小型和变化稳定性三类；S3、对S2中聚类为3类区域的所有居民用水数据进行VAE特征选择，同时对影响居民用水的影响因素进行Pearson相关性分析，所述影响因素包括温度、水价格、消费水平、洗漱时间、人口数量；S4、基于S3中Pearson相关性分析所提取的关键影响因素和三类居民用水数据构建GAT-DLinear模型，并利用GAT-DLinear模型对用水数据进行训练；S5、采用Bernoulli混沌映射和多项式变异算子对斑马优化算法进行改进；S6、利用改进的斑马优化算法优化GAT-DLinear模型的超参数，所述超参数包括学习率、图注意力层数、隐含层维度；S7、利用超参数优化后的GAT-DLinear模型对用水数据进行训练来达到根据预测结果对需水数据进行动态自动调节的效果，首先训练后用验证集的数据按聚类结果来判断预测精度是否NRMSE大于10%，若小于，则输出结果；若大于阈值，则将预测模型中的参数构建目标方程再次通过IZOA算法优化输入优化模型进行优化，将优化后的超参数集再次输入预测模型，通过调节模型参数将该月数据进行下一轮预测，以此判断直到满足要求，最后输出各分区最终需水预测结果。

全文数据：

权利要求：

百度查询： 中国电建集团华东勘测设计研究院有限公司 一种基于分区预测和动态自动调节的城市需水预测方法、系统及介质