[发明专利]一种合同能源管理项目的预测和评估方法

说明书

本发明涉及一种合同能源管理项目的预测和评估方法，包括以下步骤：采集历史合同能源管理项目中的历史数据；对采集到的历史数据进行准备和预处理，形成训练数据集和预测数据集；根据训练数据集和预测数据集进行训练，采用回归树或模型树建立动态实时预测模型，采用神经网络或支持向量机建立动态实时评估模型；对预测模型和评估模型进行测试和优化。本发明能够实现使项目双方等对经济效益和风险进行动态实时预测和评估，以降低项目实施过程中的风险；采用神经网络或支持向量机算法对风险进行评估，采用树模型对预测值进行分段，降低了周期，消除了信息不对称等，提高了预测模型的准确性和实时性，为项目证券化与产品市场化交易提供充分的信息支持。

技术领域

本发明涉及节能服务技术领域，特别涉及一种合同能源管理项目的预测和评估方法。

背景技术

合同能源管理项目是一种基于市场的新型节能机制，项目的实施结果是输出节能产品或是节能服务，最终达到对设备节能效率水平的提升，降低耗能，获得一定量的节能量，产生节能效益。从项目实施过程来看，合同能源管理项目的核心利益冲突包括合同能源管理提供方和用能单位可能对产生的节能量认同不一致，以及用能单位经营状况发生变化等诸多可能的冲突因素。因此，项目实施过程中可能存在的风险等是实施合同能源管理项目评估的关键，现有采用单一算法处理收益预测和风险评估存在着无法适应多样化的合同能源管理场景，容易导致算法的稳定性和准确率产生较大偏差。

进一步的，在合同能源管理项目的实施过程中，多种影响因素往往是交叉叠加存在的，其中的关系也是错综复杂。因此，使用全局建模可能会导致项目效益预测模型非常臃肿，且建模困难。在合同能源管理项目中，尤其对于节能效益分享型的项目，往往存在项目建设、运营和效益分享时间久的特点，期间存在多种影响项目顺利进行的风险因素，这些风险因素往往具有突发性和不可预测性，故整个项目运营过程中对于管理者而言，风险因素具有突发性和不可预测性，类似于“黑箱”现象。

因此有必要提供一种合同能源管理项目的预测和评估方法，使用局部数据对周围的复杂数据点进行建模，从而极大简化了建模的复杂度，提高了预测模型的准确性和实时性。

发明内容

本发明的目的在于提供一种合同能源管理项目的预测和评估方法，使用局部数据对周围的复杂数据点进行建模，从而极大简化了建模的复杂度，提高了预测模型的准确性和实时性。

为了解决现有技术中存在的问题，本发明提供了一种合同能源管理项目的预测和评估方法，包括以下步骤：

采集历史合同能源管理项目中的历史数据；

对采集到的历史数据进行准备和预处理，形成训练数据集和预测数据集；

根据训练数据集和预测数据集进行训练，采用回归树或模型树建立动态实时预测模型，采用神经网络或支持向量机建立动态实时评估模型；

对预测模型和评估模型进行测试和优化；

待检测项目选择预测模型和/或评估模型进行预测和/或评估。

可选的，在所述合同能源管理项目的预测和评估方法中，对采集到的历史数据进行准备包括以下步骤：

将采集到的不同来源的历史数据进行组合并共享，并将特定时间戳数据进行可视化；

将共享和可视化后的历史数据形式进行变换，变换方式为将历史数据标准化。

可选的，在所述合同能源管理项目的预测和评估方法中，将历史数据标准化包括以下步骤：

将离散的历史数据连续化，并将连续化后的历史数据规格化。

可选的，在所述合同能源管理项目的预测和评估方法中，对采集到的历史数据进行预处理包括以下步骤：

将标准化后的历史数据划分成训练数据集和预测数据集。