基于聚类分析的电表安装量预测方法

    公开(公告)号:CN117494877A

    公开(公告)日:2024-02-02

    申请号:CN202311425732.0

    申请日:2023-10-31

    摘要: 本发明涉及一种基于聚类分析的电表安装量预测方法,包括:对包括多条时间序列的原始数据进行数据预处理,按照预测需求划分训练集和预测集,并使训练集中的时间序列具有相同的长度;采用肘部法则确定最佳的聚类数量;采用K‑means++算法选择初始聚类中心,以提高聚类结果的质量;根据确定的聚类数量和初始聚类中心,迭代K‑means聚类,得到聚类中心和分类结果;根据得到的分类结果,对每一类的聚类中心分别选定最佳的ARIMA模型的阶数;对于同一类的时间序列,根据选定的对应的ARIMA阶数,对每一条时间序列分别建立ARIMA模型,得到每一条时间序列的预测结果;评估模型的预测效果;然后用预测效果达标的模型来预测电表安装量。该方法有利于高效、准确预测未来电表的安装量。