1.一種用戶燃?xì)庥昧款A(yù)測(cè)方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的用戶燃?xì)庥昧款A(yù)測(cè)方法，其特征在于，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)；
3.根據(jù)權(quán)利要求1所述的用戶燃?xì)庥昧款A(yù)測(cè)方法，其特征在于，所述已訓(xùn)練的用氣量預(yù)測(cè)模型的訓(xùn)練方法包括：
4.根據(jù)權(quán)利要求1所述的用戶燃?xì)庥昧款A(yù)測(cè)方法，其特征在于，所述已訓(xùn)練的用氣量預(yù)測(cè)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(cè)模型，得到預(yù)測(cè)用氣數(shù)據(jù)序列，包括：
5.根據(jù)權(quán)利要求4所述的用戶燃?xì)庥昧款A(yù)測(cè)方法，其特征在于，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：
6.根據(jù)權(quán)利要求4所述的用戶燃?xì)庥昧款A(yù)測(cè)方法，其特征在于，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(cè)用氣數(shù)據(jù)序列，包括：
7.根據(jù)權(quán)利要求6所述的用戶燃?xì)庥昧款A(yù)測(cè)方法，其特征在于，所述因子融合特征提取模塊用于：
8.一種用戶燃?xì)庥昧款A(yù)測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)包括：
9.一種終端，其特征在于，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)行如權(quán)利要求1-7中任一所述的用戶燃?xì)庥昧款A(yù)測(cè)方法的指令；所述處理器用于執(zhí)行所述程序。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有多條指令，其特征在于，所述指令適用于由處理器加載并執(zhí)行，以實(shí)現(xiàn)如權(quán)利要求1-7中任一所述的用戶燃?xì)庥昧款A(yù)測(cè)方法的步驟。