一种基于时空聚类的电力物资需求预测方法

摘要

本发明公开了一种基于时空聚类的电力物资需求预测方法，包括，调取和清洗电力物资的历史需求数据；提取清洗后的数据样本在时间维度上的新特征；对清洗后的电力物资的历史需求数据中的噪声进行替换处理，平滑数据噪声；分别对替换处理后的数据进行时间、空间维度上的聚类，并将聚类后的数据划分为训练集和测试集；根据新特征并利用k近邻算法获取与新物资相近邻的参照物资，并更新类内点；利用多个训练模型对训练集进行训练，并用测试集数据进行预测；利用模型精度评价指标衡量训练模型在目标类内的预测精度，并选择精度最高的训练模型进行电力物资需求预测；本发明能够对电力物资的批量分析，且能准确的把握物资的需求规律。