[發(fā)明專利]基于行業(yè)景氣指數(shù)的重點(diǎn)行業(yè)用電量預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201510058231.2
• 申請日: 2015-02-04
• 公開（公告）號: CN104657788B
• 公開（公告）日: 2018-04-03
• 發(fā)明（設(shè)計(jì)）人: 葛斐;楊敏;石雪梅;葉彬;榮秀婷
• 申請（專利權(quán)）人: 國家電網(wǎng)公司;國網(wǎng)安徽省電力公司經(jīng)濟(jì)技術(shù)研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 合肥天明專利事務(wù)所(普通合伙)34115
• 代理人: 金凱

技術(shù)領(lǐng)域

本發(fā)明涉及行業(yè)用電量預(yù)測技術(shù)領(lǐng)域，具體是一種基于行業(yè)景氣指數(shù)的重點(diǎn)行業(yè)用電量預(yù)測方法。

背景技術(shù)

隨著我國城市化和工業(yè)化進(jìn)程的不斷深化，電力消費(fèi)需求急劇變化，用電量的波動與宏觀經(jīng)濟(jì)的變化密切相關(guān)。用電量是反映實(shí)體經(jīng)濟(jì)未來運(yùn)行態(tài)勢的先行經(jīng)濟(jì)指標(biāo)，關(guān)注社會電力消費(fèi)對于規(guī)劃電力行業(yè)的發(fā)展具有至關(guān)重要的意義。電力需求的準(zhǔn)確與否，不僅會影響電網(wǎng)安全可靠供電，同時(shí)會影響電網(wǎng)經(jīng)營企業(yè)的生產(chǎn)經(jīng)營決策及經(jīng)濟(jì)效益。工業(yè)用電量在全社會用電量中的比重極大，占有十分重要的地位。工業(yè)行業(yè)眾多，行業(yè)用電特性各不相同，工業(yè)結(jié)構(gòu)調(diào)整必然會引起電力需求的變化。本發(fā)明考察安徽省重點(diǎn)行業(yè)的用電量，試圖通過引入行業(yè)景氣指數(shù)，來預(yù)測相應(yīng)行業(yè)的月度用電量。

發(fā)明內(nèi)容

本發(fā)明提供一種基于行業(yè)景氣指數(shù)的重點(diǎn)行業(yè)用電量預(yù)測方法，通過該方法，能夠根據(jù)行業(yè)用電量和行業(yè)景氣指數(shù)的歷史數(shù)據(jù)，準(zhǔn)確合理預(yù)測出重點(diǎn)行業(yè)的用電量，為月度層面全社會電量分類預(yù)測提供支撐。

為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：

一種基于行業(yè)景氣指數(shù)的重點(diǎn)行業(yè)用電量預(yù)測方法，包括如下步驟：

(1)選取基月，讀取歷史樣本區(qū)間月度重點(diǎn)行業(yè)用電量數(shù)據(jù)和重點(diǎn)行業(yè)景氣指數(shù)數(shù)據(jù)；

(2)對獲取的重點(diǎn)行業(yè)用電量歷史數(shù)據(jù)進(jìn)行季節(jié)性調(diào)整，并運(yùn)用ADF方法，對調(diào)整后的時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，若數(shù)據(jù)無法通過平穩(wěn)性檢驗(yàn)，則進(jìn)行差分處理后再進(jìn)行平穩(wěn)性檢驗(yàn)，判斷各個(gè)重點(diǎn)行業(yè)的景氣指數(shù)與用電量是否平穩(wěn)；

(3)通過格蘭杰因果檢驗(yàn)，判斷各重點(diǎn)行業(yè)景氣指數(shù)與用電量是否存在因果關(guān)系，在存在單向因果關(guān)系的條件下，確定行業(yè)景氣指數(shù)相對于用電量的最佳滯后期；

(4)構(gòu)建重點(diǎn)行業(yè)用電量時(shí)間序列模型ARIMA模型，反映各重點(diǎn)行業(yè)用電量自相關(guān)關(guān)系，再將重點(diǎn)行業(yè)景氣指數(shù)引入到原ARIMA模型中，構(gòu)建回歸模型，公式如下：

其中，y表示行業(yè)用電量，x表示行業(yè)景氣指數(shù)，s表示滯后期，c表示常數(shù)項(xiàng)，t表示時(shí)間，ε_t表示隨機(jī)誤差項(xiàng)；

(5)基于極大似然估計(jì)，以AIC準(zhǔn)則為基礎(chǔ)，對公式(1)所代表的若干種模型進(jìn)行篩選，選出最佳模型；

(6)根據(jù)上述預(yù)測模型，對目標(biāo)月度的重點(diǎn)行業(yè)用電量進(jìn)行預(yù)測。

步驟(2)中，所述對重點(diǎn)行業(yè)用電量歷史數(shù)據(jù)進(jìn)行季節(jié)性調(diào)整，采用運(yùn)用12步差分消除周期為12個(gè)月的季節(jié)因素。

步驟(3)中，判斷行業(yè)景氣指數(shù)是否是重點(diǎn)行業(yè)用電量的格蘭杰原因，具體方法是：假設(shè)有關(guān)y和x每一變量的預(yù)測信息全部包含在時(shí)間序列數(shù)據(jù)之中，檢驗(yàn)要求估計(jì)以下的回歸：

其中白噪音u_1t和u_2t假定為不相關(guān)的；

式(2)假定當(dāng)前y與y自身以及x的過去值有關(guān)，而式(3)假定當(dāng)前x與x自身以及y的過去值有關(guān)；

對式(2)而言，其零假設(shè)H₀：α₁＝α₂＝…＝α_q＝0；

對式(3)而言，其零假設(shè)H₀′：δ₁＝δ₂＝…＝δ_q＝0；

如果兩組假設(shè)檢驗(yàn)結(jié)果顯示拒絕零假設(shè)H₀：α₁＝α₂＝…＝α_q＝0；同時(shí)不能拒絕零假設(shè)H₀′：δ₁＝δ₂＝…＝δ_q＝0，則x是y的格蘭杰原因；如果兩組假設(shè)檢驗(yàn)結(jié)果顯示不能拒絕零假設(shè)H₀，且拒絕零假設(shè)H₀′，則y是x的格蘭杰原因。

步驟(4)中，時(shí)間序列模型的識別是根據(jù)自相關(guān)函數(shù)(ACF)和偏自相關(guān)函數(shù)(PACF)來確定。

步驟(4)中，所述構(gòu)建回歸模型的具體方法為：引入各行業(yè)景氣指數(shù)為解釋變量，需要先生成滯后序列代入ARIMA模型，對構(gòu)建的回歸模型進(jìn)行參數(shù)估計(jì)，并比較引入行業(yè)景氣指數(shù)之前和之后的模型擬合誤差率，如果引入行業(yè)景氣指數(shù)后，擬合誤差率更低，則該行業(yè)用電量可由基于行業(yè)景氣指數(shù)的回歸模型預(yù)測得到。