[发明专利]能源需求预测方法、装置及计算机设备

权利要求书

1.一种能源需求预测方法，其特征在于，包括：

获取原始自变量数据，根据所述原始自变量数据建立原始自变量矩阵并进行标准化处理，得到标准化矩阵；其中，所述原始自变量数据包括电力行业与经济发展相关的多个类别的指标，所述指标包括工业增加值、产量和价格指数；

根据所述标准化矩阵，得到相关系数矩阵并获取所述相关系数矩阵的特征值，根据所述特征值计算相应的特征向量，根据所述特征向量构造自变量矩阵；

根据所述特征值确定合成主成分的贡献度，根据所述贡献度对所述自变量矩阵进行筛选，确定预设个数的各主成分，根据所述预设个数的各主成分构建预测矩阵；

获取因变量数据，根据所述因变量数据建立因变量矩阵；其中，所述因变量数据包括能源需求历史数据；

根据所述预测矩阵和所述因变量矩阵构建能源需求预测模型，所述能源需求预测模型用于计算未来能源需求。

2.根据权利要求1所述的方法，其特征在于，所述根据所述原始自变量数据建立原始自变量矩阵并进行标准化处理，得到标准化矩阵，包括：

假设某行业第j类指标在历史时段n的实际结果为X_j＝[x_1j,x_2j,…,x_nj]^T，则历史时段n内该行业的宏观经济的原始自变量矩阵为：

对所述原始自变量矩阵进行标准化，得到第i行第j列标准化后的数据x_ij；

其中，表示历史时段内针对该行业的第j项指标的平均值，即var(x_ij)表示第j类指标的标准差，即

3.根据权利要求1或2所述的方法，其特征在于，获取所述相关系数矩阵的特征值，根据所述特征值计算相应的特征向量，包括：

所述相关系数矩阵为：

根据所述相关系数矩阵计算得到所述相关系数矩阵的特征值λ₁，λ₂，…,λ_k；

根据所述特征值采用如下方式计算所述特征值对应的特征向量；

A^TRA＝diag(λ₁,λ₂,…,λ_k)

其中，X^T为原始自变量矩阵X的倒置矩阵，A＝(a_ij)_k×k表示特征值对应的规范正交特征向量，a_ij表示特征向量A中第i列第j行元素。

4.根据权利要求1所述的方法，其特征在于，所述根据所述特征向量构造自变量矩阵，包括：

根据原始自变量矩阵和特征向量采用如下方式计算自变量矩阵；

Y＝A^TX