[發明專利]一種基于大數據的用電類別售電量分析與預測方法及系統

有效

• 申請號: 202010260212.9
• 申請日: 2020-04-03
• 公開（公告）號: CN111476677B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 黃瑞;何海零;鄒薇;吳文嫻;陳向群;劉謀海
• 申請（專利權）人: 國網湖南省電力有限公司;國網湖南省電力有限公司供電服務中心（計量中心）;國家電網有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/04
• 代理公司: 湖南兆弘專利事務所(普通合伙) 43008
• 代理人: 周長清;廖元寶

本發明公開了一種基于大數據的用電類別售電量分析與預測方法及系統，屬于電力技術領域，用于解決目前售電量預測偏差大、考慮因素不全的技術問題，此方法包括：S01、獲取售電量數據并預處理；S02、分解售電量曲線，得到趨勢項、季節項和隨機項；S03、引入前導指標，對趨勢項、季節項和隨機項進行預測，得到初步預測結果；S04、將得到的趨勢項、季節項和隨機項預測結果加和，得到多種預測結果，并采用層次分析法得到最優預測結果；S05、對售電量預測采用兩段式建模，分別對預定月份的預測電量進行調整；S06、利用春節因素調整一季度售電量，得到最終預測結果。本發明具有預測精度高、符合實際情況等優點。

技術領域

本發明涉及電力技術領域，特指一種基于大數據的用電類別售電量分析與預測方法及系統。

背景技術

售電量預測是電力市場一項重要的基礎性工作，精準的售電量預測是保證供電企業完成經營指標和保障社會生產生活穩定的一項重要依據。售電量預測值偏大，會導致發電側資源和成本浪費，售電量預測值偏小，會引起實際供電量不夠，嚴重影響企業和居民的生產生活，導致巨大經濟損失。因此實現售電量的精準預測，不僅對支撐電網規劃、優化資源配置，控制經濟成本有很重要的作用，而且能夠為精準開展電力市場拓展提供有力參考。

發明內容

本發明要解決的技術問題就在于：針對現有技術存在的技術問題，本發明提供一種預測精度高的基于大數據的用電類別售電量分析與預測方法及系統。

為了解決上述技術問題，本發明采用的技術方案為：

一種基于大數據的用電類別售電量分析與預測方法，包括步驟：

S01、獲取售電量數據，并對數據進行預處理；

S02、利用貝葉斯季節調整算法分解售電量曲線，分解得到趨勢項、季節項和隨機項；

S03、引入前導指標，結合多種算法分別對趨勢項、季節項和隨機項進行預測，得到多種初步預測結果；

S04、將得到的趨勢項、季節項和隨機項預測結果加和，得到多種預測結果，并采用層次分析法得到最優預測結果；

S05、對居民售電量預測采用兩段式建模，分別對預定月份的預測電量進行調整；

S06、利用春節因素對一季度售電量進行調整，得到全年最終預測結果。

優選地，在步驟S02中，采用貝葉斯季節調整算法分解得到趨勢項、季節項和隨機項的具體過程為：

S201：假設模型為Y_t＝T_t+S_t+I_t，對T_t和S_t做擬合；其中Y_t表示預處理后的歷史售電量數據，T_t為售電量趨勢項，S_t為售電量季節項，I_t為售電量隨機項；

給f_k(t)和g_k(t)選取適當的函數，再來極小化殘差平方和或某種準則函數；

S202：根據先驗知識對T_t和S_t做約束，確定ABIC準則函數；

S203：記β＝(T_N，T_N-1，…S_N，S_N-1，…，S₁)′，從而季節調整問題轉化為估計β，即極小化下面函數：

其中d，s，Z是選定適當的參數；

S204：選定參數、確定最佳模型。