[发明专利]基于最小二乘支持向量机模型的城市短期用水量预测方法有效

专利信息
申请号: 201510141201.8 申请日: 2015-03-27
公开(公告)号: CN104715292A 公开(公告)日: 2015-06-17
发明(设计)人: 王景成;戢钢;葛阳;刘华江;杨丽雯;胡涛 申请(专利权)人: 上海交通大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06
代理公司: 上海旭诚知识产权代理有限公司 31220 代理人: 郑立
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于最小二乘支持向量机模型的城市短期用水量预测方法,包括以下步骤:对历史用水量进行预处理;进行相关性分析;采用最小二乘支持向量机方法,建立城市短期用水量预测模型,选取相关系数大于设定值的历史用水量的时间序列组合作为训练样本集进行训练;采用城市短期用水量预测模型进行实时预测;计算预测误差,如果预测误差不满足预测精度要求,对城市短期用水量预测模型进行改进。本发明提供的城市短期用水量预测方法,对历史用水量进行预处理,尽可能保持原有的变化规律从而提高预测的精度;采用最小二乘支持向量机方法,解决了供水系统非线性、无法建立精确模型的问题;综合考虑气象数据和/或节假日因子,提高预测的精度。
搜索关键词: 基于 最小 支持 向量 模型 城市 短期 用水量 预测 方法
【主权项】:
一种基于最小二乘支持向量机模型的城市短期用水量预测方法,其特征在于,包括以下步骤:(1)获取原始数据,所述原始数据包括历史用水量序列;(2)对所述历史用水量序列进行预处理,以去除所述历史用水量序列中的异常数据;(3)对预处理后的历史用水量序列进行相关性分析;(4)采用最小二乘支持向量机方法,建立所述城市短期用水量预测模型,选取相关系数大于设定值的一组历史用水量的时间序列组合作为训练样本集,对城市短期用水量预测模型进行训练;(5)采用所述城市短期用水量预测模型进行实时预测;(6)计算预测误差,如果所述预测误差不满足预测精度要求,对所述城市短期用水量预测模型进行改进。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学;,未经上海交通大学;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201510141201.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top