(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111464446.6 (22)申请日 2021.12.0 3 (71)申请人 金保数科 （北京） 技 术有限公司 地址 100020 北京市朝阳区建国路3 5号2号 楼14层1426号 (72)发明人 付彩龙　 (74)专利代理 机构 北京众合佳创知识产权代理 有限公司 16 020 代理人 康宇宁 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) (54)发明名称 一种评估最大需量超标风险的测算方法 (57)摘要 本发明涉及一种评估最大需量超标风险的 测算方法， 包括以下步骤： S1、 安装电能检测设 备， 收集历史用电数据； S2、 使用K ‑近邻算法添补 缺失值； S3、 使用Canopy+K ‑means的聚类算法剔 除异常数据； S4、 使用Prophet时序预测用电量； S5、 结合经济因素、 电力政策因素、 天气因素、 随 机干扰因素和生产情况， 选用了Tensorflow  For  Deep Leaning模型得出误差进行决策； S6、 取预 测月最大值， 计算未来月最大需量； S7、 根据最大 需量与规定百分比的受电容量的大小， 得出申报 最大需量值。 充分考虑了历史电量的时序性， 包 括趋势性， 周期性和季节性， 同时也兼顾了节假 日因素、 经济因素、 电力政策因素、 天气因素、 随 机干扰因素和生产情况的预测， 使用深度学习决 策和时序预测的算法将两种因素统一在一种模 型中。 权利要求书2页 说明书6页 附图2页 CN 114372666 A 2022.04.19 CN 114372666 A 1.一种评估最大需量超标风险的测算方法， 其特征在于， 所述评估最大需量超标风险 的测算方法包括以下步骤： S1、 安装电能检测设备， 收集历史用电数据； S2、 使用K ‑近邻算法添补缺失值； S3、 使用Can opy+K‑means的聚类算法剔除异常数据； S4、 使用Prophet时序预测用电量； S5、 结合经济因素、 电力政策因素、 天气因素、 随机干扰因素和生产情况， 选用了 Tensorfl ow For Deep Leaning模型得出误差进行决策； S6、 取预测月最大值， 计算未来月最大需量； S7、 根据最大需量与规定百分比的受电容 量的大小， 得 出申报最大需量 值。 2.根据权利要求1所述的一种评估最大需量超标风险的测算方法， 其特征在于， 所述步 骤S2中的具体处 理方法为： 点距离计算： 基于欧氏距离的最短距离点为最近邻点， 在存在缺失坐标的情况下， 通过 忽略缺失值并放大非缺失坐标的权 重来计算欧几里德距离； 其中， K值选择： 通过交叉验证， 选取一个小的K值开始， 不断增加K的值， 然后 计算验证集合的 方差， 最终找到所需的K值。 3.根据权利要求1所述的一种评估最大需量超标风险的测算方法， 其特征在于， 所述步 骤S3中的具体剔除方法包括： 将采集的数据用小圆点来表示， 在计算机中用List集合存储， 首先选择两个距离阈值： T1和T2， 其中T1>T2， (1)从集合中取出一点P， 将P作为第一个 类； (2)继续从集合中取点R， 计算R到已经产 生的所有Canopy的距离， 如果到某个Canopy的 距离小于T1， 则将R加入到该Canopy； 如果R到所有Canopy中心的距离都大于T1， 则将R作为 一个新Can opy； (3)如果P到该Can opy距离小于T2， 将P从 从集合中删除， 避免重复加入到其 他Canopy； (4)对集合中的点继续执 行上述操作直到集 合为空， 算法结束， 聚类完成。 4.根据权利要求1所述的一种评估最大需量超标风险的测算方法， 其特征在于， 所述步 骤S4中Prophet时序预测用电量的具体方法为： 采用时间序列趋势分解法的模型， 得到三个部分trend、 seasonality及holidays， Prophet的算法为： y(t)＝g(t)+s(t)+h(t)+ εt； 其中， g(t)代表trend部分， s(t)代表seasonality部分， h(t)代表 holidays部分， εt代表 整个模型不 适应的残差 部分。 5.根据权利要求4所述的一种评估最大需量超标风险的测算方法， 其特征在于， 所述权　利　要　求　书 1/2 页 2 CN 114372666 A 2Prophet对trend部分的实现应用两种模 型， 一种是饱和增长模 型， 一种是分段线性模 型， 其 中： 所述饱和 增长模型公式如下： 所述分段线性模型公式如下： g(t)＝(k+a(t)Tδ )t+(m+a(t)Tγ)。 6.根据权利要求4所述的一种评估最大需量超标风险的测算方法， 其特征在于， 所述 Prophet算法对seasonality部分的处理和趋势采用傅里叶级数来处理， 且Prophet算法可 以自己手动调整傅里叶级数的阶数N； 所述傅里叶级数如下 所示： 7.根据权利要求4所述的一种评估最大需量超标风险的测算方法， 其特征在于， 所述 Prophet算法对Ho lidays部分的处 理通过生成自回归矩阵进行计算， 如下： Z(t)＝[1(t∈D1),...,1(t∈DL)]。权　利　要　求　书 2/2 页 3 CN 114372666 A 3