本發(fā)明涉及燃?xì)夤芾?，尤其涉及的是一種用戶燃?xì)庥昧款A(yù)測方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在城市燃?xì)夤芾碇?，用戶的燃?xì)馐褂媚Ｊ酵哂袕?fù)雜性和多變性等特征。燃?xì)獾氖褂貌粌H受到用戶自身習(xí)慣的影響，還受到外部環(huán)境的顯著影響。準(zhǔn)確地預(yù)測用戶的燃?xì)馐褂昧?，?duì)于優(yōu)化燃?xì)夤?yīng)、降低成本、提升服務(wù)質(zhì)量至關(guān)重要。

2、目前，主要是對(duì)用戶的歷史用氣數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，來預(yù)測用戶的燃?xì)馐褂昧?。然而僅依靠歷史用氣數(shù)據(jù)預(yù)測用戶的燃?xì)馐褂昧浚雎粤似渌獠康沫h(huán)境變量對(duì)燃?xì)馐褂昧康挠绊?，?dǎo)致預(yù)測的準(zhǔn)確性較低。

3、因此，現(xiàn)有技術(shù)還有待改進(jìn)和發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題在于，針對(duì)現(xiàn)有技術(shù)的上述缺陷，提供一種用戶燃?xì)庥昧款A(yù)測方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有技術(shù)中僅依靠歷史用氣數(shù)據(jù)預(yù)測用戶的燃?xì)馐褂昧?，忽略了其他外部的環(huán)境變量對(duì)燃?xì)馐褂昧康挠绊懀瑢?dǎo)致預(yù)測的準(zhǔn)確性較低的問題。

2、本發(fā)明解決問題所采用的技術(shù)方案如下：

3、第一方面，本發(fā)明實(shí)施例提供一種用戶燃?xì)庥昧款A(yù)測方法，所述方法包括：

4、獲取目標(biāo)用戶在第一時(shí)間段中每一時(shí)刻的歷史用氣量，得到歷史用氣數(shù)據(jù)序列；

5、根據(jù)所述目標(biāo)用戶的位置確定目標(biāo)地理區(qū)域，獲取所述目標(biāo)地理區(qū)域在所述第一時(shí)間段或者第二時(shí)間段中每一時(shí)刻的地理氣象數(shù)據(jù)，得到地理氣象數(shù)據(jù)序列；其中，所述第一時(shí)間段位于所述第二時(shí)間段之前；

6、將所述歷史用氣數(shù)據(jù)序列和所述地理氣象數(shù)據(jù)序列輸入已訓(xùn)練的用氣量預(yù)測模型，得到預(yù)測用氣數(shù)據(jù)序列；所述預(yù)測用氣數(shù)據(jù)序列用于反映所述目標(biāo)用戶在所述第二時(shí)間段中每一時(shí)刻的預(yù)測用氣量。

7、在一種實(shí)施方式中，所述第一時(shí)間段為過去二十四小時(shí)，所述第二時(shí)間段為未來二十四小時(shí)；

8、所述歷史用氣數(shù)據(jù)序列中每一所述歷史用氣量的特征變量包括：時(shí)間、季節(jié)、假期；

9、所述地理氣象數(shù)據(jù)序列中每一所述地理氣象數(shù)據(jù)包括：溫度、濕度、風(fēng)速、降水以及海拔。

10、在一種實(shí)施方式中，所述已訓(xùn)練的用氣量預(yù)測模型的訓(xùn)練方法包括：

11、獲取訓(xùn)練數(shù)據(jù)集；其中，每一所述訓(xùn)練數(shù)據(jù)包括用于訓(xùn)練的歷史用氣數(shù)據(jù)序列和地理氣象數(shù)據(jù)序列，以及作為真實(shí)標(biāo)簽的實(shí)際用氣數(shù)據(jù)序列；

12、從所述訓(xùn)練數(shù)據(jù)集中選取一個(gè)所述訓(xùn)練數(shù)據(jù)，根據(jù)所述訓(xùn)練數(shù)據(jù)對(duì)用氣量預(yù)測模型進(jìn)行訓(xùn)練，并計(jì)算模型損失值；

13、判斷所述模型損失值是否滿足預(yù)設(shè)的訓(xùn)練要求，若否，則根據(jù)所述模型損失值對(duì)所述用氣量預(yù)測模型進(jìn)行參數(shù)更新；

14、繼續(xù)執(zhí)行從所述訓(xùn)練數(shù)據(jù)集中選取一個(gè)所述訓(xùn)練數(shù)據(jù)的步驟，直至所述模型損失值滿足所述訓(xùn)練要求，得到所述已訓(xùn)練的用氣量預(yù)測模型。

15、在一種實(shí)施方式中，所述已訓(xùn)練的用氣量預(yù)測模型包括因子時(shí)序特征提取模塊和因子融合特征提取模塊，將所述歷史用氣數(shù)據(jù)序列和所述地理氣象數(shù)據(jù)序列輸入已訓(xùn)練的用氣量預(yù)測模型，得到預(yù)測用氣數(shù)據(jù)序列，包括：

16、將所述地理氣象數(shù)據(jù)序列分為地理數(shù)據(jù)和氣象數(shù)據(jù)序列，并將所述氣象數(shù)據(jù)序列分為若干氣象因子分別對(duì)應(yīng)的氣象因子序列；

17、根據(jù)所述地理數(shù)據(jù)和各所述氣象因子序列，通過所述因子時(shí)序特征提取模塊，得到各所述氣象因子分別對(duì)應(yīng)的氣象時(shí)序特征；

18、根據(jù)各所述氣象時(shí)序特征和所述歷史用氣數(shù)據(jù)序列，通過所述因子融合特征提取模塊，得到預(yù)測用氣數(shù)據(jù)序列。

19、在一種實(shí)施方式中，根據(jù)所述地理數(shù)據(jù)和各所述氣象因子序列，通過所述因子時(shí)序特征提取模塊，得到各所述氣象因子分別對(duì)應(yīng)的氣象時(shí)序特征，包括：

20、根據(jù)所述地理數(shù)據(jù)進(jìn)行特征提取，得到地理數(shù)據(jù)抽象特征；

21、針對(duì)每一所述氣象因子序列，根據(jù)所述氣象因子序列和所述地理數(shù)據(jù)抽象特征進(jìn)行求和，得到求和數(shù)據(jù)；

22、將所述求和數(shù)據(jù)輸入卷積核模塊進(jìn)行特征降維，得到預(yù)設(shè)規(guī)模的第一張量數(shù)據(jù)；

23、將所述第一張量數(shù)據(jù)輸入全連接層進(jìn)行深層特征提取，得到所述氣象因子序列對(duì)應(yīng)的氣象時(shí)序特征。

24、在一種實(shí)施方式中，根據(jù)各所述氣象時(shí)序特征和所述歷史用氣數(shù)據(jù)序列，通過所述因子融合特征提取模塊，得到預(yù)測用氣數(shù)據(jù)序列，包括：

25、根據(jù)各所述氣象時(shí)序特征，通過所述因子融合特征提取模塊，得到地理氣象時(shí)序特征；

26、根據(jù)所述歷史用氣數(shù)據(jù)序列，通過所述因子融合特征提取模塊，得到用氣時(shí)序特征；

27、根據(jù)所述地理氣象時(shí)序特征和所述用氣時(shí)序特征，通過所述因子融合特征提取模塊，得到融合時(shí)序特征；

28、根據(jù)所述融合時(shí)序特征，生成預(yù)測用氣數(shù)據(jù)序列。

29、在一種實(shí)施方式中，所述因子融合特征提取模塊用于：

30、獲取輸入數(shù)據(jù)，將所述輸入數(shù)據(jù)整合成預(yù)設(shè)規(guī)模的第二張量數(shù)據(jù)；

31、將所述第二張量數(shù)據(jù)輸入全連接層，得到時(shí)序特征；

32、其中，若所述輸入數(shù)據(jù)為各所述氣象時(shí)序特征，則輸出的所述時(shí)序特征為所述地理氣象時(shí)序特征；

33、若所述輸入數(shù)據(jù)為所述歷史用氣數(shù)據(jù)序列，則輸出的所述時(shí)序特征為所述用氣時(shí)序特征；

34、若所述輸入數(shù)據(jù)為所述地理氣象時(shí)序特征和所述用氣時(shí)序特征，則輸出的所述時(shí)序特征為所述融合時(shí)序特征。

35、第二方面，本發(fā)明實(shí)施例還提供一種用戶燃?xì)庥昧款A(yù)測系統(tǒng)，所述系統(tǒng)包括：

36、用氣數(shù)據(jù)獲取模塊，用于獲取目標(biāo)用戶在第一時(shí)間段中每一時(shí)刻的歷史用氣量，得到歷史用氣數(shù)據(jù)序列；

37、地理氣象數(shù)據(jù)獲取模塊，用于根據(jù)所述目標(biāo)用戶的位置確定目標(biāo)地理區(qū)域，獲取所述目標(biāo)地理區(qū)域在所述第一時(shí)間段或者第二時(shí)間段中每一時(shí)刻的地理氣象數(shù)據(jù)，得到地理氣象數(shù)據(jù)序列；其中，所述第一時(shí)間段位于所述第二時(shí)間段之前；

38、用氣量預(yù)測模塊，用于將所述歷史用氣數(shù)據(jù)序列和所述地理氣象數(shù)據(jù)序列輸入已訓(xùn)練的用氣量預(yù)測模型，得到預(yù)測用氣數(shù)據(jù)序列；所述預(yù)測用氣數(shù)據(jù)序列用于反映所述目標(biāo)用戶在所述第二時(shí)間段中每一時(shí)刻的預(yù)測用氣量。

39、第三方面，本發(fā)明實(shí)施例還提供一種終端，所述終端包括有存儲(chǔ)器和一個(gè)以上處理器；所述存儲(chǔ)器存儲(chǔ)有一個(gè)以上的程序；所述程序包含用于執(zhí)行如上述任一所述的用戶燃?xì)庥昧款A(yù)測方法的指令；所述處理器用于執(zhí)行所述程序。

40、第四方面，本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有多條指令，所述指令適用于由處理器加載并執(zhí)行，以實(shí)現(xiàn)如上述任一所述的用戶燃?xì)庥昧款A(yù)測方法的步驟。

41、本發(fā)明的有益效果：本發(fā)明實(shí)施例通過獲取目標(biāo)用戶在第一時(shí)間段中每一時(shí)刻的歷史用氣量，得到歷史用氣數(shù)據(jù)序列；通過目標(biāo)用戶所在位置確定目標(biāo)地理區(qū)域，獲取目標(biāo)地理區(qū)域在第一時(shí)間段或者第二時(shí)間段中每一時(shí)刻的地理氣象數(shù)據(jù)，得到地理氣象數(shù)據(jù)序列，第一時(shí)間段位于第二時(shí)間段之前；將歷史用氣數(shù)據(jù)序列和地理氣象數(shù)據(jù)序列輸入已訓(xùn)練的用氣量預(yù)測模型，得到預(yù)測用氣數(shù)據(jù)序列；預(yù)測用氣數(shù)據(jù)序列用于反映目標(biāo)用戶在第二時(shí)間段中每一時(shí)刻的預(yù)測用氣量。本發(fā)明將用戶的用氣習(xí)慣與外部環(huán)境因素相結(jié)合，充分考慮了與燃?xì)馐褂昧肯嚓P(guān)的多種影響因子，使得預(yù)測模型可以更準(zhǔn)確地預(yù)測用戶未來的燃?xì)馐褂昧俊?/p>