(19)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 202211054264.6 (22)申请日 2022.08.30 (71)申请人 国家电投集团数字科技有限公司 地址 102299 北京市昌平区科技园区创新 路7号1号楼 2106号 (72)发明人 丛佳慧　须钢　刘治平　柳顺　 王聪　江龙　胡松　向军　 (74)专利代理 机构 北京方安思达知识产权代理 有限公司 1 1472 专利代理师 王蔚　周玉秀 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/02(2012.01) G06F 17/16(2006.01) (54)发明名称 一种基于煤价影响因素的数据处 理方法 (57)摘要 本发明提供了一种基于煤价影响因素的数 据处理方法， 该方法为首先收集影 响煤价因素的 数据集， 对数据进行删除重复值和异常值， 补充 缺失值处理， 然后利用主成分分析法对数据集进 行降维， 根据递归消除法筛选出重要性高的影 响 因素， 最后将筛选出的数据导入神经网络算法中 得到煤价预测结果。 本发明利用数据处理手段将 煤价影响因素在保留关键信息的同时简约化数 据特征， 在人工神经网络运用过程中可以降低运 算时间和难度， 使得预测模型的建立更为准确和 快速， 显著提高模型的精准度。 权利要求书3页 说明书6页 附图1页 CN 115358800 A 2022.11.18 CN 115358800 A 1.一种基于煤价影响因素的数据处理方法， 该方法包括： 首先收集影响煤价因素的数 据集， 对数据集进 行预处理， 然后利用主成分分析法对预 处理后的数据集进行降维， 根据递 归消除法筛选出重要性高的影响因素， 最后将筛选出的数据导入预先建立好的神经网络算 法中得到 煤价预测结果。 2.根据权利要求1所述的基于煤价影响因素的数据处理方法， 其特征在于， 所述方法具 体包括： 步骤S1： 收集影响煤价因素的数据； 从网络数据源收集前若干年煤价影响因素数据， 输 出包含N类因素的数据集； 步骤S2： 对数据集进行 预处理， 包括删除重复值和异常值， 补充缺失值； 步骤S3： 对数据进行规范化处 理， 将同一因素的数值除以该因素 所有数值的平均值； 步骤S4： 利用主成分 分析法对步骤S3生成的数据集进行降维； 步骤S5： 筛 选重要性高的特 征； 步骤S6： 将高影响因素导入神经网络算法中， 计算煤价预测值。 3.根据权利要求2所述的基于煤价影响因素的数据处理方法， 其特征在于， 所述步骤S2 具体包括： 步骤S2‑1： 对每类因素的数值进行处 理， 删除数值中的重复值； 步骤S2‑2： 利用格拉布斯法检测异常值； 计算同一因素的数值的平均值 标准差s、 偏 离差， 其中i是可疑值 的排列序号， xi为一个因素第i个数值； 确定检出水平α ＝0.05， 查格拉布斯表获得临界值， 比较 计算值Gi和临界值， 剔除异常值， 保留其 余值； 步骤S2‑3： 对于缺失值， 利用K ‑Nearest Neighbor算法 回归估计近似值； 得到每类因素 M个数值。 4.根据权利要求3所述的基于煤价影响因素的数据处理方法， 其特征在于， 所述步骤S4 具体包括： 步骤S4‑1： 根据公式 计算每个因素的数值得到协方差矩阵： 其中， uMN为第N个因素的第M个数值计算得到的标准 化值； 步骤S4‑2： 相关系数 方程 得到相关系数矩阵： 步骤S4‑3： 计算相关系数矩阵的特 征值及对应的特 征向量； 求解特征方程|λi‑C|＝0， 得到特征根λi， 并将特征根由大到小排序， λ1≥λ2≥…≥λp≥ 0， 然后求出特征值 λi对应的特征向量ei； i＝1,2, …,p； 要求 其中 表示向量ei 的第j个分向量， p为主成分数量p≤N；权　利　要　求　书 1/3 页 2 CN 115358800 A 2将累计贡献率大于80％的定义 为高贡献值数据， 根据该定义选 定为k组数据， k≤N。 5.根据权利要求4所述的基于煤价影响因素的数据处理方法， 其特征在于， 所述步骤S5 具体包括： 利用递归消除法中的Decision  Tree将选取后的k组数据进行循环执行筛选特 征， 在每一次的循环中消去权 重低的特 征值， 得到 重要性高的特 征， 所得即为高影响因素。 6.一种基于 煤价影响因素的数据处 理系统， 所述系统包括： 数据收集模块： 用于收集煤价影响因素 数据； 数据简单处 理模块： 用于对收集数据进行处 理， 删除重复值和异常值， 补充缺失值； 数据规范化处 理模块： 用于将同一因素的数值除以该因素 所有数值的平均值； 数据降维处 理模块： 用于利用主成分 分析法对数据集进行降维； 筛选高重要性数据模块： 用于 筛选重要性高的特 征； 和 预测煤价模块： 用于将高影响因素导入神经网络算法中， 计算煤价预测值。 7.根据权利要求6所述的基于煤价影响因素的数据处理系统， 其特征在于， 所述数据简 单处理模块的处 理过程为： 对每类因素的数值进行处 理， 删除数值中的重复值； 利用格拉布斯法检测异常值； 计算同一因素的数值的平均值 标准差s、 偏离差， 其中i是可疑值的排列序号， xi为一个因素第i个数值； 确定检出水平α＝ 0.05， 查格拉布斯表获得临界值， 比较 计算值Gi和临界值， 剔除异常值， 保留其 余值； 对于缺失值， 利用K ‑Nearest Neighbor算法回归 估计近似值； 得到每 类因素M个数值。 8.根据权利要求7所述的基于煤价影响因素的数据处理系统， 其特征在于， 所述数据降 维处理模块的处 理过程为： 根据公式 计算每个因素的数值得到协方差矩阵： 其中， uMN为第N个因素的第M个数值计算得到的标准 化值； 相关系数 方程 得到相关系数矩阵： 计算相关系数矩阵的特 征值及对应的特 征向量； 求解特征方程|λi‑C|＝0， 得到特征根λi， 并将特征根由大到小排序， λ1≥λ2≥…≥λp≥ 0， 然后求出 特征值 λi对应的特 征向量ei； i＝1,2,…,p； 要求 其中 表示向量ei 的第j个分向量， p为主成分数量p≤N；权　利　要　求　书 2/3 页 3 CN 115358800 A 3