(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111350271.6 (22)申请日 2021.11.15 (71)申请人 新智我来网络科技有限公司 地址 100102 北京市朝阳区望京东路1号 (72)发明人 马国良　 (74)专利代理 机构 北京嘉科知识产权代理事务 所(特殊普通 合伙) 11687 代理人 司彦斌 (51)Int.Cl. G06Q 10/04(2012.01) G06N 20/10(2019.01) G06F 30/27(2020.01) G06F 16/2455(2019.01) (54)发明名称 增量数据预测方法、 装置、 计算机设备及介 质 (57)摘要 本公开涉及能源信息处理技术领域， 提供了 增量数据预测方法、 装置、 计算机设备及介质。 该 方法包括： 获取目标数据集中的基准数据点和对 比数据点， 其中， 目标数据集包括至少两个目标 数据点， 每个目标数据点包括至少两个目标特征 数据； 基于预设的处理策略、 基准数据点中每个 目标数据点的目标特征数据和对比数据点中每 个目标数据点的目标特征数据， 生成目标增量数 据集； 基于接收到的原始修订数据点和目标增量 数据集， 生成目标增量数据点。 本公开大大提高 了能源消耗 量的预测精度。 权利要求书2页 说明书10页 附图3页 CN 114118549 A 2022.03.01 CN 114118549 A 1.一种增量数据预测方法， 其特 征在于， 所述方法包括： 获取目标数据集中的基准数据点和对比数据点， 其中， 所述目标数据集包括至少两个 目标数据点， 每 个所述目标 数据点包括至少两个目标 特征数据； 基于预设的处理策略、 所述基准数据点中每个目标数据点的目标特征数据和所述对比 数据点中每 个目标数据点的目标 特征数据， 生成目标增量数据集； 基于接收到的原 始修订数据点和所述目标增量数据集， 生成目标增量数据点。 2.根据权利要求1所述的方法， 其特征在于， 所述获取目标数据集中的基准数据点和对 比数据点之前， 还 包括： 获取原始数据集， 其中， 所述原 始数据集包括至少一个原 始数据点； 基于预设的归一策略对所述原始数据集中每个原始数据点进行归一处理， 生成所述目 标数据点， 得到所述目标 数据集。 3.根据权利要求2所述的方法， 其特 征在于， 所述归一策略包括： 获取所述原始数据点中的其中一个原始特征数据， 得到中间原始特征数据； 当所述中 间原始特征数据的数据类别为非数值时， 将所述中间原始特征数据通过标签编 码或独热编 码进行处理， 得到更新后的中间原始特征数据， 并对更新后的中间原始特征数据设置归一 处理标记； 将带有归一处理标记的中间原始特征数据所对应的所述原始数据点确定为所述目标 数据点。 4.根据权利要求1所述的方法， 其特征在于， 所述基于预设的处理策略、 所述基准数据 点中每个目标数据点的目标特征数据和所述对比数据点中每个目标数据点的所述目标特 征数据， 生成目标增量数据集， 包括： 基于获取的测试 数据集生成权重信息集； 将所述基准数据点 导入目标 预测模型， 生成基准预测值； 基于所述权重信 息集中的每个权重信 息对和预设的筛选策略， 从所述基准数据点中筛 选出基准特 征数据， 得到基准特 征数据集； 基于所述基准特征数据集中的每个基准特征数据、 所述对比数据点中与所述基准特征 数据对应的对比特征数据和目标预测模型， 生成至少一个增量数据对， 得到所述 目标增量 数据集。 5.根据权利要求4所述的方法， 其特征在于， 所述基于获取的测试数据集生成权重信 息 集， 包括： 获取测试 数据集， 其中， 所述测试 数据集与所述目标 数据集相同； 将所述测试数据集拆分为至少两个测试子集， 其中， 每个所述测试子集对应所述测试 数据集的一种特 征数据； 将所述至少两个测试子集中的每个测试子集代入相关性模型， 生成权重系数， 得到至 少两个权 重系数； 将所述至少两个权重系数中的每个权重系数， 以及与 所述每个权重系数对应的每种特 征数据， 生成权 重信息对， 得到 权重信息集。 6.根据权利要求 4所述的方法， 其特 征在于， 所述筛 选策略包括： 基于所述权 重信息集中每 个权重信息对中的权 重系数， 生成中间权 重系数集；权　利　要　求　书 1/2 页 2 CN 114118549 A 2从所述中间权 重系数集中， 筛 选出目标权 重系数； 将所述目标权 重系数对应的目标 特征数据确定为所述基准特 征数据。 7.根据权利要求6所述的方法， 其特征在于， 所述基于接收到的原始修订数据点和所述 目标增量数据集， 生成目标增量数据点， 包括： 基于归一策略将所述原始修订数据点中的每个特征数据进行归一处理， 得到至少一个 修订特征数据； 获取实时数据点； 基于所述实时数据点和所述至少一个修订特征数据中的每个修订特征数据， 生成至少 一个修订差值； 基于所述至少一个修订差值中的每个修订差值和所述目标增量数据集中与所述每个 修订差值对应的增量数据对， 生成至少一个目标增量元 数据， 得到所述目标增量数据点。 8.一种增量数据预测装置， 其特 征在于， 包括： 获取模块， 被配置为获取目标数据集中的基准数据点和对比数据点， 其中， 所述目标数 据集包括至少两个目标 数据点， 每 个所述目标 数据点包括至少两个目标 特征数据； 生成模块， 被配置为基于预设的处理策略、 所述基准数据点中每个目标数据点的目标 特征数据和所述对比数据点中每 个目标数据点的目标 特征数据， 生成目标增量数据集； 增量生成模块， 被配置为基于接收到的原始修订数据点和所述目标增量数据集， 生成 目标增量数据点。 9.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并且可以在所述处 理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要 求1至7任一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114118549 A 3