[發(fā)明專利]一種中長期負荷數(shù)據(jù)的季節(jié)性調(diào)整方法

在審

• 申請?zhí)枺?/td>: 202010162730.7
• 申請日: 2020-03-10
• 公開（公告）號: CN111461496A
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計）人: 王堯;王皚;王志剛;王正;李旭霞;童星
• 申請（專利權(quán)）人: 國網(wǎng)山西省電力公司經(jīng)濟技術(shù)研究院;深圳市橙智科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 成都知都云專利代理事務所(普通合伙) 51306
• 代理人: 趙正寅

1.一種中長期負荷數(shù)據(jù)的季節(jié)性調(diào)整方法，其特征在于，包括以下步驟：

S1：選用乘法模型，即，Y_t＝TC_t×S_t×I_t；其中，TC標識循環(huán)趨勢分量；S代表季節(jié)分量；I代表不規(guī)則分量；乘法模型用于保持正值，并且隨著序列水平增長其季節(jié)性波動的幅度增長的序列；

S2：對應乘法模型，在regARIMA與調(diào)整環(huán)節(jié)對序列進行對數(shù)變換；

S3：通過預調(diào)整消除閏年因素的影響；

S4：在regARIMA環(huán)節(jié)自動探測離群值；

S5：在regARIMA環(huán)節(jié)加入用戶自定義回歸變量估計春節(jié)效應；

S6：ARIMA建模中自動選擇ARIMA模型，如果多個模型被選中，則從中選擇預測擴展效果最好的模型；

S7：用regARIMA模型對序列進行延拓時，預測未來24個月的值；

S8：在X-11環(huán)節(jié)自動選取季節(jié)與趨勢濾子；

S9：在X-11環(huán)節(jié)，對不規(guī)則因素修正的第一極限值與第二極限值分別為1.5和2.5。

2.根據(jù)權(quán)利要求1所述的中長期負荷數(shù)據(jù)的季節(jié)性調(diào)整方法，其特征在于，季節(jié)分量，是每年重復出現(xiàn)的循環(huán)變動，其反映由于溫度、天氣狀況、假期時間的因素引起，或以一年為周期的周期影響引起；不規(guī)則分量又稱為隨機因子、殘余變動或噪聲，其變動無規(guī)律可循，分量是由偶然發(fā)生的事件引起。

3.根據(jù)權(quán)利要求1所述的中長期負荷數(shù)據(jù)的季節(jié)性調(diào)整方法，其特征在于，regARIM模塊，用于對數(shù)據(jù)的預處理，包括進行序列向前和向后的延拓，離群值的檢測與各種效應的先驗調(diào)整。

4.根據(jù)權(quán)利要求3所述的中長期負荷數(shù)據(jù)的季節(jié)性調(diào)整方法，其特征在于，在模型的診斷方面，X-12-ARIMA提供了X-11-ARIMA已有的診斷表格和M1-M11質(zhì)量控制統(tǒng)計量；

X-12-ARIMA，還提供了包括檢驗季節(jié)和交易日效應的譜估計診斷、檢驗季節(jié)調(diào)整穩(wěn)定性的平移區(qū)間和歷史修正診斷。

5.根據(jù)權(quán)利要求3所述的中長期負荷數(shù)據(jù)的季節(jié)性調(diào)整方法，其特征在于，X-12-ARIMA模塊，在對用電量序列進行季節(jié)調(diào)整之前，確定用電量季節(jié)調(diào)整的原則包括：

A：先驗信息與后驗信息相結(jié)合：如果序列中的某些信息是已知的，將已知信息作為先驗信息，加入季節(jié)調(diào)整中，得到的調(diào)整結(jié)果；

B：考慮日歷效應對用電量的影響：在季節(jié)調(diào)整中，合理的考慮日歷效應的影響，發(fā)現(xiàn)電力需求的變化規(guī)律。