公开(公告)号：CN115730744A

公开(公告)日：2023-03-03

申请号：CN202211565217.8

申请日：2022-12-07

申请人： 中南水务科技有限公司

发明人： 许乐 ,  郑恒 ,  黄庆 ,  胡维

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06F16/2458 ,  G06F18/2431 ,  G06F18/23 ,  G06N3/049 ,  G06N3/048 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

摘要： 本发明公开了一种基于用户模式与深度学习联合模型的用水量预测方法及系统，通过利用时间序列分解方法将用水量时间序列分解，提取其趋势项、噪声项及周期项；利用聚类、统计规律方法对用户进行分类并获得相应的用水模式，并将对应时段的用水模式与提取的周期项进行融合，成为修正后的用水模式项；最终将提取的趋势项、噪声项及修正后的用水模式项作为特征输入长短期记忆人工神经网络深度学习方法进行预测。本发明使得在处理季节性分量时更加灵活，对异常值鲁棒性更高；通过普适性序列与个体序列的信息融合，充分挖掘数据信息，修正个体差异；通过分解加预测的组合模型，充分提取模型中的周期性等先验知识，能够更准确的掌握数据变化趋势，提高预测精度。