一种电费收入日排程预测方法及系统与流程

1.本发明涉及电费预测技术领域，尤其涉及一种电费收入日排程预测方法及系统。


背景技术：

2.对于电力企业，电费收入是主要的现金流入来源。电费收入的合理预测具备战略意义，电费收入预测是供电企业编制预算的基础，也是电价调整的重要参考。随着电力市场化的不断推进，供电企业之间竞争日趋激烈，企业的战略决策需要更精确的预测数据支持。因此，有必要深入研究针对电费收入的预测方法，并提高其预测精度。通过往期电费收入历史规律，对未来企业电费收入走势的预测能很好的为企业提供成本控制、融资、投资以及业务领域拓展方面的决策支持。
3.目前对于电费收入预测的研究则十分匮乏，且研究资料中也鲜有提及。当前对电费收入的预测还停留在依据专家经验和简单的统计分析进行预测的状态。专家经验预测的主观性强，可信度和精准度难以保证，难以支撑当前形势下企业战略制定的需要。
4.由于电费收入情况受到各种混杂因素的影响，运用传统的统计分析进行预测时，一些有效的信息在建模时可能会被忽略掉，使得最终的预测出现偏差。因此，要对电费收入进行更准确的预测时，需要深入研究电费收入的计算原理、变化规律和影响因素。


技术实现要素：

5.鉴于上述的分析，本发明实施例旨在提供一种电费收入日排程预测方法及系统，用以解决现有无法直接预测出电费收入值的问题。
6.一方面，本发明实施例提供了一种电费收入日排程预测方法，包括如下步骤：按日度粒度统计得到历史电费收入样本数据；样本数据包括第一样本数据和第二样本数据；基于第一样本数据构建得到多组第一训练观测序列，多组第一训练观测序列的长度均与根据待预测的日期范围得到的待预测数据长度相同；遍历第一训练观测序列，采用鲍姆-韦尔奇算法对构建的电费收入预测模型迭代训练至最大迭代次数，得到初始训练后的电费收入预测模型，加入模型训练集合中；从第二样本数据中选择多组第二训练观测序列，多组第二训练观测序列的长度均与第一训练观测序列的长度相同；遍历第二训练观测序列对模型训练集合中每个电费收入预测模型再次进行训练，得到再次训练后的电费收入预测模型，加入模型预测集合中；基于模型预测集合中的一个预测模型，生成一组随机样本，根据实际预测的数据长度，从中取出抽样数据，判断抽样数据是否满足所有业务约束条件，一旦不满足则迭代取出下一个预测模型，重新生成一组随机样本，再次进行判断，直至取到匹配所有业务约束条件的抽样数据，作为最终的电费收入预测结果。
7.基于上述方法的进一步改进，构建的电费收入预测模型基于连续型隐马尔可夫模型λ=(q,v,a,b,π)，其中：q是状态空间，是所有表示电费收入特征的隐藏状态的集合，其中
隐藏状态包括：电费收入上升、电费收入下降、电费缴费峰值、电费缴费低谷、电费收入周期性变化，隐藏状态个数n范围是2≤n≤25；v是观测空间，是历史电费收入样本数据集合，是连续的日度数据序列；其中历史电费收入样本数据根据日期与日历关联，设置有节假日属性标签；a是状态转移概率矩阵；b是观测概率矩阵，是一维高斯分布的观测概率密度函数；π是状态概率向量。
8.基于上述方法的进一步改进，待预测的日期范围大于实际预测的日期范围，在实际预测的日期范围基础上，向前增加一个最近的完整月份的日期范围作为待预测的日期范围。
9.基于上述方法的进一步改进，基于第一样本数据构建得到多组第一训练观测序列，多组第一训练观测序列的长度均与根据待预测的日期范围得到的待预测数据长度相同，包括：根据待预测数据长度构建观测窗口，观测窗口中的数据按日期由小到大排列，将窗口按步长为1逐步向过去进行平移，依次迭代取出相同数据长度的观测窗口作为多组第一训练观测序列。
10.基于上述方法的进一步改进，采用鲍姆-韦尔奇算法对构建的电费收入预测模型迭代训练时设置的初始参数包括：设置隐藏状态个数，设置初始状态概率向量为隐藏状态个数的平均概率，随机生成初始状态转移概率矩阵和初始观测概率矩阵。
11.基于上述方法的进一步改进，从第二样本数据中选择多组第二训练观测序列，包括：根据电费收入数据的历史相似特性，在第二样本数据中对待预测的日期范围取同比和/或环比的日期范围数据作为多组第二训练观测序列。
12.基于上述方法的进一步改进，基于模型预测集合中的一个预测模型，生成一组随机样本，是利用hmm.gaussianhmm 的sample(n_samples, random_state) 函数，生成长度为n_samples的随机样本，其中n_samples为随机样本长度，与待预测的数据长度相同，random_state为随机数，设置为none使用构造函数中的random_state。
13.基于上述方法的进一步改进，业务约束条件是对预置的业务因子配置的约束参数，匹配所有业务约束条件的抽样数据的判断条件是：抽样数据的偏差调整值小于预设的偏差调整值；抽样数据的偏差调整值为abs(抽样数据总和-去年同期数据总和)/去年同期数据总和；抽样数据的非工作日预测值总和占比率小于预设的非工作日预测值总和占比率；抽样数据的非工作日预测值总和占比率为抽样数据中非工作日的预测值总和占抽样数据总和的比率；抽样数据的缴费峰值匹配度大于等于预设的缴费峰值匹配度；即对抽样数据按预测值从高到低排列，根据预设的top取值个数，取出所对应的日期与预设的缴费峰值日期相比，一致的日期数量占总日期数量的百分比大于等于预设值。
14.另一方面，本发明实施例提供了一种电费收入日排程预测系统，包括：参数配置模块、数据处理模块、模型训练模块、日排程预测模块，其中：参数配置模块，用于配置用于训练和预测的缺省参数，包括对根据日度缴费模式特征提取的业务因子配置约束参数和优先级，模型训练的最大迭代次数；数据处理模块，用于根据导入的电费收入数据，按日度粒度统计，并与日历关联，
设置每个电费收入数据的节假日属性；模型训练模块，用来管理模型训练信息，记录每次训练所选择的第一样本数据范围、第二样本数据范围、隐藏状态个数、观测序列长度、初始训练开始时间、初始训练结束时间、再次训练开始时间、再次训练结束时间；日排程预测模块：用来根据设置的样本数量，以及选择的完成再次训练的模型记录，得到匹配所有业务约束条件的预测结果。
15.基于上述系统的进一步改进，还包括结果展示模块，用于从多个角度展示预测结果，包括日度数据变化趋势、日度占比、周占比、每周的日占比。
16.与现有技术相比，本发明至少可实现如下有益效果之一：基于连续型隐马尔科夫模型构建电费收入预测模型，在无法人工分辨出隐藏状态个数的情况下，通过扩大训练范围，多次迭代，在无监督学习中得到初始训练好的模型，再根据电费收入数据的历史相似特性，选取与待预测日期范围同比和/或环比的日期范围数据作为二次训练的观测序列，再次进行模型训练，得到满意的预测模型集合，提高了模型参数的准确性；从预测模型集合中得到初步预测结果，再融合电费收入业务规则，添加条件学习的日排程评估，通过业务约束的迭代筛选得到期望的预测结果，提高了预测结果的精确度，构建了一种灵活、动态、准确的电费收入预测模型，实现了精准管控资金、智能预算电费。
17.本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
18.附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
19.图1为本发明实施例1中电费收入日排程预测方法流程图。
具体实施方式
20.下面结合附图来具体描述本发明的优选实施例，其中，附图构成本技术一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
21.实施例1，本发明的一个具体实施例，公开了一种电费收入日排程预测方法，如图1所示，包括如下步骤：s11：按日度粒度统计得到历史电费收入样本数据；样本数据包括第一样本数据和第二样本数据；具体来说，历史电费收入样本数据根据日期与日历关联，设置有节假日属性标签，包括：工作日、周末、短假日、长假日。通过区分不同节假日属性，关注节假日期间及其前后电费收入的变化，有效支持预测结果准确性。
22.示例性地，工作日还包括调休和加班，短假日包括清明、端午等，长假日包括春节、
国庆、五一；节假日属性标签对工作日设置为w，对周末设置为h，对短假日设置为s，对长假日设置为l。
23.需要说明的是，将历史电费收入样本数据划分为两部分样本数据，第一样本数据是往年的电费收入数据，第二样本数据是当年的电费收入数据，以及待预测的日期范围在往年的电费收入数据中同期的日期范围数据。这两部分样本数据没有严格的比例和界限，根据待预测的日期范围进行动态调整。示例性地，待预测的日期范围是2021年4月1日到5月31日，则第一样本数据是2021年以前的电费收入数据；第二样本数据是2021年1月到3月的电费收入数据，以及2021年以前同期4月和5月的电费收入数据。
24.s12：基于第一样本数据构建得到多组第一训练观测序列，多组第一训练观测序列的长度均与根据待预测的日期范围得到的待预测数据长度相同；遍历第一训练观测序列，采用鲍姆-韦尔奇算法对构建的电费收入预测模型迭代训练至最大迭代次数，得到初始训练后的电费收入预测模型，加入模型训练集合中；需要说明的是，待预测的日期范围大于实际预测的日期范围，在实际预测的日期范围基础上，向前增加一个最近的完整月份的日期范围作为待预测的日期范围。
25.示例性地，在2021年4月20日时预测2021年5月的电费收入，则实际预测的日期范围是2021年5月1日到2021年5月31日，待预测的日期范围是2021年4月1日到2021年5月31日，待预测数据长度是61。
26.基于第一样本数据构建得到多组第一训练观测序列，多组第一训练观测序列的长度均与根据待预测的日期范围得到的待预测数据长度相同，具体来说，是根据待预测数据长度构建观测窗口，观测窗口中的数据按日期由小到大排列，将窗口按步长为1逐步向过去进行平移，依次迭代取出相同数据长度的观测窗口作为多组第一训练观测序列。
27.示例性地，有70个历史电费收入数据，待预测数据长度为61时，得到10
……
70,9
……
69,8
……
68,7
……
67,
……
, 1
……
61共10组第一训练观测序列。
28.具体来说，构建的电费收入预测模型基于连续型隐马尔可夫模型λ=(q,v,a,b,π)，其中：q是状态空间，是所有表示电费收入特征的隐藏状态的集合，包括：电费收入上升、电费收入下降、电费缴费峰值、电费缴费低谷、电费收入周期性变化；v是观测空间，是所有历史电费收入数据集合，即q={q1,q2,
…
,qn}，v={v1,v2,
…
,vm}，其中，n是可能的隐藏状态个数，2≤n≤25，m是所有可能的观测数，示例性的，m是两到三年的日度电费收入数据的数量；对于一个长度为t的序列，i是对应的状态序列, o是对应的观测序列，则表示为：i={i1,i2,
…
,i
t
}，o={o1,o2,
…
,o
t
}，其中，时刻t的隐藏状态i
t
∈q，时刻t的观测状态o
t
∈v；a是状态转移概率矩阵，a=[a
ij
]n×n，其中，a
ij
=p(i
t 1
=qj|i
t
=qi)，i=1,2,
…
,n，j=1,2,
…
,n，表示在时刻t处于状态qi的条件下在时刻t 1转移到状态qj的概率，满足：a
ij
≥0；；b是观测概率矩阵，是一维高斯分布的观测概率密度函数， b=[bj(k)]n×m，其中，bj(k)=p(o
t
=vk|i
t
=qj) ，k=1,2,
…
,m，j=1,2,
…
,n，表示在时刻t处于状态qj的条件下生成观测vk的概率，满足：bj(k)≥0；；π是状态概率向量：π=(πi)，其中，π
ij
=p(i=qj)，j=1,2,
…
,n是时刻t=i处于状态qj的
概率，满足：πi》0；；具体来说，采用鲍姆-韦尔奇算法对构建的电费收入预测模型迭代训练的过程如下：s121：对电费收入预测模型设置初始参数，包括：设置最大迭代次数，设置隐藏状态个数n，设置初始状态概率向量π0为隐藏状态个数的平均概率，即π0=1/n，随机生成初始状态转移概率矩阵a0和初始观测概率矩阵b0。
[0029]
s122：从d组第一训练观测序列中选定第w组观测序列，简写为o；w=1,2,
…
,d；设置初始w=1；s123：使用前向和后向算法计算出电费收入数据在时刻t处于隐藏状态qi的概率γ
t
(i)，公式如下：计算出电费收入数据在时刻t处于隐藏状态qi且在时刻t 1处于隐藏状态qj的概率ε
t
(i,j)，公式如下：其中，a
ij
表示隐藏状态qi向隐藏状态qj转移的概率；bj(o
t 1
)表示观测到o
t 1
时处于隐藏状态qj的概率；α
t
(i)为在时刻t处于隐藏状态qi，并且部分观测序列为o1,o2,
…
,o
t
的概率；β
t 1
(j)为在时刻t处在隐藏状态qj，并且部分观测序列为o
t 1
,o
t 2
,
…
,o
t
的概率。
[0030]
s124：更新电费收入预测模型的模型参数，公式如下：其中，vk为观测状态取值，k为观测状态编号，n为迭代次数。
[0031]
s125：判断迭代次数n是否超过最大训练迭代次数，如果未超过，则n递增1，返回到步骤s123，如果已超过，则终止迭代，得到当前观测序列满意的模型参数，加入到预测模型集合；可选地，可以计算模型参数更新前后的对数似然值，如果值的变化差异小于预设的阈值，则终止迭代，否则，返回到步骤s123。
[0032]
s126：判断当前观测序列的组数w是否超过第一训练观测序列总数d，如果未超过，则w递增1，返回到步骤s122，对下一组观测序列数据进行模型训练，如果已超过，则终止迭代，得到预测模型集合{λ1,λ2,
…
,λ
w }；需要注意的是，状态空间q中的隐藏状态个数n影响着模型训练和参数学习的准确性。从理论上分析2≤n≤25，但是结合电费收入的业务特性，用户的缴费习惯与日期，特别
是节假日属性关系密切，在实际训练中根据预测的日期范围大小和跨度，隐藏状态n的范围可以优化到10≤n≤20，在实际场景中，需要经过多次训练和预测，通过对预测结果的比较来确定最优的隐藏状态的个数。优选地，本实施例中隐藏状态个数设置为18，最大迭代次数设置为10000。
[0033]
s13：从第二样本数据中选择多组第二训练观测序列，多组第二训练观测序列的长度均与第一训练观测序列的长度相同；遍历第二训练观测序列对模型训练集合中每个电费收入预测模型再次进行训练，得到再次训练后的电费收入预测模型，加入模型预测集合中；具体来说，根据电费收入数据的历史相似特性，在第二样本数据中对待预测的日期范围取同比和/或环比的日期范围数据作为多组第二训练观测序列。示例性地，待预测的日期范围是2021年4月1日到2021年5月31日时，选择2021年2月到3月，2020年4月到5月，2019年4月到5月的数据作为第二训练观测序列。
[0034]
利用这些相似时间段的数据，对模型训练集合中的预测模型，即初始训练后的电费收入预测模型再次进行训练，进一步提高预测模型中参数的准确度，得到的再次训练后的电费收入预测模型，加入模型预测集合中，用与在下一步中得到初始预测的结果数据。
[0035]
可选地，因待预测的数据范围中有部分已真实发生的数据，可以利用这部分数据对再次训练后的预测模型进行筛选，得到更优地模型预测集合，提高预测结果生成速度。
[0036]
s14：基于模型预测集合中的一个预测模型，生成一组随机样本，根据实际预测的数据长度，从中取出抽样数据，判断抽样数据是否满足所有业务约束条件，一旦不满足则迭代取出下一个预测模型，重新生成一组随机样本，再次进行判断，直至取到匹配所有业务约束条件的抽样数据，作为最终的电费收入预测结果。
[0037]
具体来说，基于模型预测集合中的一个预测模型，生成一组随机样本，是利用hmm.gaussianhmm 的sample(n_samples, random_state) 函数，生成长度为n_samples的随机样本，其中n_samples为随机样本长度，与待预测的数据长度相同，random_state为随机数，设置为none，表示使用构造函数中的random_state。
[0038]
需要说明的是，采用sample函数得到的结果不是固定的，每一次都存在着差异，基于训练好的模型得到的连续随机数据与实际缴费行为习惯的随机性类似，再通过业务约束条件的比对得到最匹配的预测值，在实际应用中，预测误差控制在5%以下，达到了很好的预测效果。
[0039]
示例性地，待预测的日期范围是待预测的日期范围是2021年4月1日到2021年5月31日，实际预测的日期范围是2021年5月1日到2021年5月31日时，n_samples设置为61，得到61个预测结果值，包括2021年4月的30个值和2021年5月的31个值，则最后的31个值就是需要从中取出的抽样数据。
[0040]
为了得到更准确的预测结果，在预测过程中融合电费收入业务规则，添加条件学习的日排程评估，通过业务约束的迭代筛选得到期望的预测结果，降低预测结果与实际结果的误差，提高预测结果的精确度。
[0041]
具体来说，先通过分析影响电费收入的内部因子，包括用电行为、电费结算发行、缴费模式，和外部因素，包括特殊事件、政策导向、业务变革，提取出业务因子，再确定业务因子的预设参数，包括：1）偏差调整，定义为日度预测值总和与历史日度值总和的偏差，用来保证日度预
测是在历史日度总和的基础上进行日排程；偏差调整通过对历史预测数据和真实数据的对比分析，根据abs(历史日度预测值总和-历史日度真实值总和)/历史日度预测值总和获得，设置为固定阈值。示例性地，设置该值为0.03。
[0042]
2）非工作日预测值总和占比率，定义为非工作日预测值总和与日度预测值总和的占比，用来约束非工作日的预测值总和；非工作日预测值总和占比率通过对历史数据的分析，根据(周末电费收入 短假日电费收入 长假日电费收入)/日度真实值总和获得，设置为固定阈值，示例性地，设置该值为0.12。
[0043]
3）缴费峰值，定义为日度预测值中缴费峰值个数，用来约束日度预测值中电费收入从高到低排名的日期与预设的日期的匹配程度；包括：电费收入从高到低top取值个数、每个电费收入top值对应的日期，以及匹配百分比，根据当前预测日期范围，基于选择的历史数据进行设置。示例性地，从当前年度同比月份的实际电费收入中取电费收入从高到低的top10个，分别得到27号、28号、26号、24号、20号、18号、19号、17号、16号、12号，匹配百分比设置为60%，即约束日度预测值中电费收入从高到低排名top10的日期与预设的日期至少有60%能匹配。
[0044]
4）特殊事件响应权重，定义为因待预测的日期范围内某些因素的临时变动，而开放参数设置的权限，包括电价调整、电量变动，假期调整，用来降低由临时性变动因素造成的预测差异，实现收入模型“动静联动”。示例性地，当前待预测的日期范围内出现延长假期，设置特殊事件响应权重为1后，开放对日期的节假日属性进行修改的权限。
[0045]
根据上述业务因子的定义，预先配置所需的参数后，基于模型预测集合得到预测结果的具体步骤如下：s141：遍历模型预测集合，取出一个预测模型；s142：调用当前预测模型的sample(n_samples,random_state) 函数，生成长度为n_samples的随机样本；s143：根据实际预测的数据长度，从中取出抽样数据；s144：遍历业务因子，取出每个业务因子的参数值，对抽样数据进行判断：1）抽样数据的偏差调整值小于预设的偏差调整值；抽样数据的偏差调整值为abs(抽样数据总和-去年同期数据总和)/去年同期数据总和；如果符合当前条件，则继续向下判断；否则，返回到步骤s141；2）抽样数据的非工作日预测值总和占比率小于预设的非工作日预测值总和占比率；抽样数据的非工作日预测值总和占比率为抽样数据中非工作日的预测值总和占抽样数据总和的比率；如果符合当前条件，则继续向下判断；否则，返回到步骤s141；3）抽样数据的缴费峰值匹配度大于等于预设的缴费峰值匹配度；对抽样数据按预测值从高到低排列，根据预设的top取值个数，取出所对应的日期与预设的缴费峰值日期相比，一致的日期数量占总日期数量的百分比大于等于预设值。
[0046]
如果符合当前条件，则当前抽样数据匹配所有业务约束条件，即为最终的电费收入预测结果，退出循环；否则，返回到步骤s141；
优选地，考虑到电费缴费峰值一般不会出现在周末，所以在判断缴费峰值时，当抽样数据中所取出来的日期为周末，则往后推到工作日，若不能后推，则前移到工作日，再进行比对。
[0047]
优选地，如果在第二次模型训练中已进行了模型筛选，也就是模型预测集合中的模型数量不多，则上述步骤s142-s144可以迭代多次，利用一个取出来的预测模型多次生成样本数据，进行业务约束条件的筛选。优选地，考虑到电费收入的波动，各地区的差异，对业务约束条件设置优先级，在对抽样结果进行约束条件判断时，按照优先级能更快地舍弃不符合业务需求的数据，更快识别出预测结果，得到匹配的一组预测结果；优选地，根据最终预测结果关联的日期和节假日属性，进行日、周相关的汇总统计，扩展输出字段，包括：预测日期、预测电费收入、星期、周、节假日属性、日度占比、周占比、每周的日占比。
[0048]
示例性地，输出数据格式如下表所示：
序号预测日期预测电费收入星期周节假日属性日度占比周占比每周的日占比1202008013.604738e 0761h0.0015640.0032970.4743762202008023.994164e 0701h0.0017330.0032970.5256243202008036.308109e 0812w0.0273710.1589950.172149
………………………………………………
31202008311.437830e 0916w0.0623870.0623871.000000
与现有技术相比，本实施例采用了一种新的预测方法，构建了一种灵活、动态的电费收入预测模型，在无法人工分辨出隐藏状态个数的情况下，通过扩大训练范围，多次迭代，在无监督学习中得到初始训练好的模型，再根据电费收入数据的历史相似特性，选取与待预测日期范围同比和/或环比的日期范围数据作为二次训练的观测序列，再次进行模型训练，得到满意的预测模型集合，提高了模型参数的准确性；从预测模型集合中得到初步预测结果，再融合电费收入业务规则，添加条件学习的日排程评估，通过业务约束的迭代筛选得到期望的预测结果，就是可用于辅助实际业务的日度准确值，有依有据，精准管控电费资金。
[0049]
实施例2，提供一种电费收入日排程预测系统，从而实现实施例1中的电费收入日排程预测方法。各模块的具体实现方式参照实施例1中的相应描述。该系统包括：参数配置模块、数据处理模块、模型训练模块、日排程预测模块，其中：参数配置模块，用于配置用于训练和预测的缺省参数，包括对根据日度缴费模式特征提取的业务因子配置约束参数和优先级，模型训练的最大迭代次数；数据处理模块，用于根据导入的电费收入数据，按日度粒度统计，并与日历关联，设置每个电费收入数据的节假日属性；模型训练模块，用来管理模型训练信息，记录每次训练所选择的第一样本数据范围、第二样本数据范围、隐藏状态个数、观测序列长度、初始训练开始时间、初始训练结束时间、再次训练开始时间、再次训练结束时间；日排程预测模块：用来根据设置的样本数量，以及选择的完成再次训练的模型记录，得到匹配所有业务约束条件的预测结果。
[0050]
优选地，还包括结果展示模块，用于从多个角度展示预测结果，包括日度数据变化趋势、日度占比、周占比、每周的日占比。
[0051]
与现有技术相比，本实施例支撑电费收入日排程预测方法，关注日度缴费模式特征，对历史电费收入数据设置节假日属性，考虑电费数据的历史相似特性，对电费收入模型进行初始和再次训练，提高了模型参数的准确性；对训练好的模型生成的预测数据再进行日排程约束，进一步得到精准的预测值，实现了精准管控资金、智能预算电费。
[0052]
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
[0053]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。