一种能源港口燃煤库存量预测方法及系统与流程

技术特征：
1.一种能源港口燃煤库存量预测方法，其特征在于，包括：采集能源港口的实时观测数据；将实时观测数据输入至预先训练的燃煤库存量预测模型获得燃煤库存量预测值；所述实时观测数据包括燃煤库存量实时数据、实时运输行为特征、实时时间特征和实时天气特征；所述燃煤库存量预测模型的训练过程包括：获得能源港口的燃煤库存量历史数据，并对燃煤库存量历史数据进行预处理获得修正后的燃煤库存量参考数据；在燃煤库存量参考数据中添加相应的历史运输行为特征、历史时间特征和历史天气特征获得训练初始数据，利用正则化算法消除训练初始数据的奇异性，利用卡方检验算法计算训练初始数据之间的相关性后，通过森林训练算法对初始训练数据按照相似性进行分类，筛选出相似性最优的训练数据构建训练数据集；基于lstm算法搭建燃煤库存量预测模型；通过训练数据集对燃煤库存量预测模型进行训练，重复训练过程直至获得预测的准确度大于设定阈值的燃煤库存量预测模型。2.根据权利要求1所述的一种能源港口燃煤库存量预测方法，其特征在于，对燃煤库存量历史数据进行预处理获得修正后的燃煤库存量参考数据的方法包括：基于燃煤库存量历史数据的极差、四分位数间距、均差、标准差或变异系数进行识别异常点，将识别到的异常点由燃煤库存量历史数据中删除；基于特殊值和统计量对燃煤库存量历史数据的缺失值进行补充；将燃煤库存量历史数据转变为同一量纲下获得修正后的燃煤库存量参考数据。3.根据权利要求1所述的一种能源港口燃煤库存量预测方法，其特征在于，所述历史运输行为特征和实时运输行为特征包括港口设备维修频率、铁路作业运输量、港口实际煤量与计划运输量。4.根据权利要求3所述的一种能源港口燃煤库存量预测方法，其特征在于，所述历史运输行为特征和实时运输行为特征利用统计指标进行统计描述；所述统计指标博阿凯平均指标、变异指标、动差、偏度和峰度。5.根据权利要求1所述的一种能源港口燃煤库存量预测方法，其特征在于，所述实时时间特征和历史时间特征包括普通日期子特征和特殊时期子特征；所述普通日期子特征包含年、月、日、时刻和季节；所述特殊时期子特征包含维修日期和军演日期。6.根据权利要求1所述的一种能源港口燃煤库存量预测方法，其特征在于，所述实时天气特征和历史天气特征由风速特征、降水量特征、温度特征和能见度特征中选择多个特征变量组合形成。7.一种能源港口燃煤库存量预测系统，其特征在于，包括：预测模块，用于采集能源港口的实时观测数据；将实时观测数据输入至预先训练的燃煤库存量预测模型获得燃煤库存量预测值；所述实时观测数据包括燃煤库存量实时数据、实时运输行为特征、实时时间特征和实时天气特征；获取模块，用于获得能源港口的燃煤库存量历史数据，并对燃煤库存量历史数据进行预处理获得修正后的燃煤库存量参考数据；筛选模块，用于在燃煤库存量参考数据中添加相应的历史运输行为特征、历史时间特征和历史天气特征获得训练初始数据，利用正则化算法消除训练初始数据的奇异性，利用
卡方检验算法计算训练初始数据之间的相关性后，通过森林训练算法对初始训练数据按照相似性进行分类，筛选出相似性最优的训练数据构建训练数据集；模型构建模块，基于lstm算法搭建燃煤库存量预测模型；训练模块，用于通过训练数据集对燃煤库存量预测模型进行训练，重复训练过程直至获得预测的准确度大于设定阈值的燃煤库存量预测模型。8.电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至权利要求6任一项所述能源港口燃煤库存量预测方法的步骤。

技术总结
本发明公开了库存量预测领域的一种能源港口燃煤库存量预测方法及系统，包括：采集能源港口的实时观测数据；将实时观测数据输入至预先训练的燃煤库存量预测模型获得燃煤库存量预测值；所述燃煤库存量预测模型的训练过程包括：在燃煤库存量参考数据中添加相应的历史运输行为特征、历史时间特征和历史天气特征获得训练初始数据，由训练初始数据中筛选出相似性最优的训练数据构建训练数据集；基于LSTM算法搭建燃煤库存量预测模型；通过训练数据集对燃煤库存量预测模型进行训练，重复训练过程直至获得预测的准确度大于设定阈值的燃煤库存量预测模型；保障了燃煤库存量预测模型预测的精度与速度。精度与速度。精度与速度。


技术研发人员：张海龙 陈闯 徐玮 于海波 左高 赵政嘉
受保护的技术使用者：北京南瑞数字技术有限公司
技术研发日：2022.11.17
技术公布日：2023/2/3