一种基于机器学习的电力工程采购需求预测系统

本发明涉及电力工程采购需求预测技术领域，尤指一种基于机器学习的电力工程采购需求预测系统，通过获取历史采购数据、施工进度信息及电力工程设计参数，进行标准阶段划分与时间对齐，构建反映物资使用节奏的阶段序列模型；并基于物资共现频率及阶段位置关系生成耦合因子矩阵，增强模型对物资协同关系的建模能力。将阶段时间序列特征、耦合信息与结构化工程参数向量融合输入至回归预测模型，实现物资需求与多维工程特征的精准映射，提升目标周期内的采购预测精度。基于历史预测误差构建偏差序列并通过前馈神经网络进行误差修正，有效提高预测准确性与响应能力，减少资源浪费与施工延误。