基于多源数据融合和混合模型的供水管网需水量预测方法

本发明公开了一种基于多源数据融合和混合模型的供水管网需水量预测方法，该混合模型包括聚类、日类型分类和预测模型；主要包括：收集包括历史用水量数据、气象数据和节假日信息数据的多源数据后，对其中的历史用水量数据和气象数据进行预处理；使用聚类方法进行特征提取，并组成聚类结果向量；结合多源数据和聚类结果分别制作用于训练分类模型和预测模型的特征矩阵和输出标签，并使用XGBoost算法训练日类型分类和需水量预测模型；用训练好的日类型分类和需水量预测模模型对未来某日某时刻的需水量进行预测，最终得到待预测日对应时刻的需水量预测值。本发明能更好得发挥XGBoost模型的能力，具有良好的鲁棒性，对不同类型DMA都有较好的预测效果。