专利名称：电力配网建设物资需求预测方法及装置的制作方法
技术领域：
本发明涉及预测方法，特别是涉及电力配网建设物资需求预测方法及装置。
背景技术：
物资管理作为现代企业的第三个利润源泉，日益成为企业战略的重要组成部分，成为提高企业经营效益、增强核心竞争力的重要力量。而对于物资密集型的企业(如电力企业)，物资管理的重要与迫切性便更为突出。物资需求预测是根据历史的物资使 用数据，利用数据挖掘方法，发现物资使用内在规律，指导企业在未来的物资投入与使用(如采购、物流、存储、领用等)，减少人力、物力、财力的浪费，提高企业效益的重要方法，是物资管理的重要内容之一。电力配网生产物资需求量大，且种类繁多。根据配网物资管理要求，每年开展物资需求预测工作，传统做法是由下至上的工作模式下层机构调研、统计、估算、上报，上层机构审批、汇总、生成总体需求。从组织到收集,从审核到汇总,耗费大量人力物力,层层上报，审核工作量大，生成需求时间周期长，且准确率不高，对配网生产的物资购置，设备存储，物资领用等各生产环节产生不利影响，制约电力配网生产项目的高效高质建设。对此，提高物资需求申报的准确率，保证配网生产物资使用及时得当，保证供应商按时按量供货，保证配网建设顺利进行，迫切需要一种提高电力配网物资需求准确的预测的方法。
发明内容
基于此，有必要针对提高电力配网建设物资需求预测准确性的问题，提供一种电力配网建设物资需求预测方法及装置。一种电力配网建设物资需求预测方法，包括步骤获取历史项目预设属性的参数和各种历史项目物资使用量，对历史项目物资使用量采用聚类算法进行分群，确定聚类族，对所述聚类族采用关键词频分析法，确定项目类型属性，将所述各种历史项目物资使用量标准化到预设范围内；根据所述的历史项目预设属性的参数、所述标准化的各种历史项目物资使用量、预设隐含节点数和所述项目类型属性，采用预设算法构建预测模型，根据所述预测模型确定隐含节点权重参数矩阵；获取待测项目预设属性的参数和待测项目的项目类型属性，根据所述隐含节点权重参数矩阵、所述待测项目预设属性的参数和待测项目的项目类型属性，采用所述预测模型确定对应待测项目物资使用量的预测值，按标准化对应比例还原所述预测值，确定对应待测项目物资使用量。上述电力配网建设物资需求预测方法，对历史项目物资使用量采用聚类算法进行分群，再采用关键词频分析，确定项目类型属性，将项目类型属性作为预测模型的一个输入条件，提高了确定物资使用量的准确率。
一种电力配网建设物资需求预测装置，包括预处理模块，用于获取历史项目预设属性的参数和各种历史项目物资使用量，对历史项目物资使用量采用聚类算法进行分群，确定聚类族，对所述聚类族采用关键词频分析法，确定项目类型属性，将所述各种历史项目物资使用量标准化到预设范围内；
建模模块，用于根据所述的历史项目预设属性的参数、所述标准化的各种历史项目物资使用量、预设隐含节点数和所述项目类型属性，采用预设算法构建预测模型，根据所述预测模型确定隐含节点权重参数矩阵；预测模块，用于获取待测项目预设属性的参数和待测项目的项目类型属性，根据所述隐含节点权重参数矩阵、所述待测项目预设属性的参数和待测项目的项目类型属性，采用所述预测模型确定对应待测项目物资使用量的预测值，按标准化对应比例还原所述预测值，确定对应待测项目物资使用量。上述电力配网建设物资需求预测装置，预处理模块对历史项目物资使用量采用聚类算法进行分群，再采用关键词频分析，确定项目类型属性，将项目类型属性作为预测模型的一个输入条件，提高了确定物资使用量的准确率。
图I为本发明电力配网建设物资需求预测方法实施例一的流程示意图；图2为本发明电力配网建设物资需求预测方法实施例二的流程示意图；图3为本发明电力配网建设物资需求预测装置的结构示意图。
具体实施例方式以下针对本发明电力配网建设物资需求预测方法及装置的各实施例进行详细描述。首先针对电力配网建设物资需求预测方法进行描述。实施例一参见图1，是本发明另一种电力配网建设物资需求预测方法实施例一的流程示意图，包括步骤步骤SlOl :获取历史项目预设属性的参数和各种历史项目物资使用量，对历史项目物资使用量采用聚类算法进行分群，确定聚类族，对聚类族采用关键词频分析法，确定项目类型属性，将各种历史项目物资使用量标准化到预设范围内；步骤S102 :根据历史项目预设属性的参数、标准化的各种历史项目物资使用量、预设隐含节点数和项目类型属性，采用预设算法构建预测模型，根据预测模型确定隐含节点权重参数矩阵；步骤S103 :获取待测项目预设属性的参数和待测项目的项目类型属性，根据隐含节点权重参数矩阵、待测项目预设属性的参数和待测项目的项目类型属性，采用预测模型确定对应待测项目物资使用量的预测值，按标准化对应比例还原预测值，确定对应待测项目物资使用量。首先获取历史项目预设属性的内容和历史项目物资使用量，预设属性可以为地市局信息、电压等级、预计完成期限、概算金额等，可以为其中的一个、两个或多个。
由于只利用基本属性进行预测效果不够好，为了提高算法准确率，本发明设法构造类型属性对每个项目的类型的进行描述。通过先聚类与后关键词频分析方法构造出如“配电站”，“负荷”，“重载”类项目等概念数十个，每个项目可能属于多个项目类型，也可能不属于任何一个项目类型。本发明选用GlobalK-Means算法作为项目领料物资数据的聚类算法，从一个既定的训练样本的整体中心开始，每次从训练样本中选取一个使聚类误差减少最大的点作为新的中心点，然后调整聚类中心，如此往复，直到到达K个中心点为止，以此来保证此K个中心点是最优的聚类中心点，也即使聚出来的类具有内聚度最高，耦合度最低的特点。因此Global K-Means相比较于普通K-Means的聚类算法,有更好的聚类效果，更加符合电力配网建设物资需求预测对聚类效果准确度高的要求。给定一个距离的计算公式Dist，对于一个已经被聚到G类(i. e. C1, · · ·，Ce)的训
练集χ={ 其聚类误差可以计算为
权利要求
1.一种电力配网建设物资需求预测方法，其特征在于，包括步骤 获取历史项目预设属性的参数和各种历史项目物资使用量，对所述各种历史项目物资使用量采用聚类算法进行分群，确定聚类族，对所述聚类族采用关键词频分析法，确定项目类型属性，将所述各种历史项目物资使用量标准化到预设范围内； 根据所述的历史项目预设属性的参数、所述标准化的各种历史项目物资使用量、预设隐含节点数和所述项目类型属性，采用预设算法构建预测模型，根据所述预测模型确定隐含节点权重参数矩阵； 获取待测项目预设属性的参数和待测项目的项目类型属性，根据所述隐含节点权重参数矩阵、所述待测项目预设属性的参数和待测项目的项目类型属性，采用所述预测模型确定对应待测项目物资使用量的预测值，按标准化对应比例还原所述预测值，确定对应待测项目物资使用量。
2.根据权利要求I所述的电力配网建设物资需求预测方法，其特征在于，所述预设算法为极限学习机算法。
3.根据权利要求I所述的电力配网建设物资需求预测方法，其特征在于，预设算法确定隐含节点权重参数矩阵包括 采用公式Pk+1 β k+1 = Qk+1确定隐含节点权重参数矩阵β k+1，其中，Hk表示第K批次的隐含节点输出矩阵，K表示历史项目批次，Tk表示第K批次项目物资使用量矩阵，β k表示第K批次的隐含节点权重参数矩阵，L表示隐含节点数。
4.根据权利要求I或2或3所述的电力配网建设物资需求预测方法，其特征在于，所述聚类算法为Global K-Means算法。
5.根据权利要求4所述的电力配网建设物资需求预测方法，其特征在于，采用FastGlobal K-Means算法或K_D Tree算法对Global K-Means算法进行加速。
6.根据权利要求I或2或3所述的电力配网建设物资需求预测方法，其特征在于， 所述预设属性包括电压等级、预计完成期限、概算金额、地市局中的任意一种或任意组合， 和/或 所述的历史项目物资使用量包括金额、重量、长度、数量中的任意一种或任意组合。
7.根据权利要求I或2或3所述的电力配网建设物资需求预测方法，其特征在于，所述获取历史项目预设属性的内容时，还包括步骤对历史项目物资按照物资目录进行物资分类和物资用量的汇总， 和/或 统一历史项目物资同种使用量单位。
8.根据权利要求I或2或3所述的电力配网建设物资需求预测方法，其特征在于，采用预测模型确定预测值后还包括步骤 判断预测值是否为负值，若否，按标准化对应比例还原所述预测值，确定对应待测项目物资使用量，若是，则获取所述待测项目的历史项目物资使用量，确定所述待测项目的历史项目物资使用量的平均值，根据所述平均值与正态分布乘积的绝对值，确定预测值，按标准化对应比例还原所述预测值，确定待测项目物资使用量。
9.一种电力配网建设物资需求预测装置，其特征在于，包括 预处理模块，用于获取历史项目预设属性的参数和各种历史项目物资使用量，对历史项目物资使用量采用聚类算法进行分群，确定聚类族，对所述聚类族采用关键词频分析法，确定项目类型属性，将所述各种历史项目物资使用量标准化到预设范围内； 建模模块，用于根据所述的历史项目预设属性的参数、所述标准化的各种历史项目物资使用量、预设隐含节点数和所述项目类型属性，采用预设算法构建预测模型，根据所述预测模型确定隐含节点权重参数矩阵； 预测模块，用于获取待测项目预设属性的参数和待测项目的项目类型属性，根据所述隐含节点权重参数矩阵、所述待测项目预设属性的参数和待测项目的项目类型属性，采用所述预测模型确定对应待测项目物资使用量的预测值，按标准化对应比例还原所述预测值，确定对应待测项目物资使用量。
10.根据权利要求9所述的电力配网建设物资需求预测装置，其特征在于， 所述预处理模块还用于对历史项目物资按照物资目录进行物资分类和物资用量的汇总， 和/或 统一历史项目物资同种使用量单位， 和/或 所述预测模块还用于判断预测值是否为负值，若否，按标准化对应比例还原所述预测值，确定对应待测项目物资使用量，若是，则获取所述待测项目的历史项目物资使用量，确定所述待测项目的历史项目物资使用量的平均值，根据所述平均值与正态分布乘积的绝对值，确定预测值，按标准化对应比例还原所述预测值，确定待测项目物资使用量， 和/或 所述预设算法为极限学习机算法， 和/或 所述聚类算法为Global K-Means算法， 和/或 所述预设属性包括电压等级、预计完成期限、概算金额、地市局中的任意一种或任意组合， 和/或 所述的历史项目物资使用量包括金额、重量、长度、数量中的任意一种或任意组合。
全文摘要
一种电力配网建设物资需求预测方法，包括步骤获取历史项目预设属性的参数和历史项目物资使用量，对历史项目物资使用量采用聚类算法进行分群，确定聚类族，对聚类族采用关键词频分析法，确定项目类型属性，将各种历史项目物资使用量标准化到预设范围内；根据历史项目预设属性的参数、历史项目物资使用量、预设隐含节点数和项目类型属性，采用预设算法构建预测模型，根据预测模型确定隐含节点权重参数矩阵；获取待测项目预设属性的参数和待测项目的项目类型属性，根据隐含节点权重参数矩阵、待测项目预设属性的参数和项目类型属性，采用预测模型确定对应待测项目物资使用量。本方案提供相应装置，构建项目类型属性，提高确定物资使用量的准确率。
文档编号G06Q10/04GK102819772SQ20121031397
公开日2012年12月12日 申请日期2012年8月29日 优先权日2012年8月29日
发明者李隽 , 杨晶晶, 齐志刚, 金波, 杨骏伟, 廖红, 杨灿魁 申请人:广东电网公司