[發明專利]一種配電網物資需求預測方法及系統

在審

• 申請號: 202110493383.0
• 申請日: 2021-05-07
• 公開（公告）號: CN113361745A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 戴鴻昊;陳新;劉泉;黃云寧;高龍;張璇;陳旭;孫雪嬌;李袁高;鄭文君
• 申請（專利權）人: 云南電網有限責任公司曲靖供電局
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06F17/18
• 代理公司: 昆明今威專利商標代理有限公司 53115
• 代理人: 賽曉剛

1.一種配電網物資需求預測方法，其特征在于，包括以下步驟：

采集配電網物資歷史使用數據，獲取配電網物資歷史年份物資使用數據；對歷史使用數據進行準確性驗證；有明顯異常的數據做出標記，直到全部數據都校驗通過，清理問題數據；根據配電網物資歷史年份物資使用數據，建立物資需求預測模型，預測模型訓練選擇最優預模型參數。

2.根據權利要求1所述的配電網物資需求預測方法，其特征在于，配電網物資歷史數據包括物資的歷史需求計劃、采購量、系統領用量、系統實時庫存量。

3.根據權利要求2所述的配電網物資需求預測方法，其特征在于，所述建立物資需求預測模型包括：根據配電網物資歷史年份物資使用數據，基于“差分整合移動平均自回歸模型：ARIMA(p，d，q)模型”建立配電網物資需求預測模型，其中：

P：代表預測模型中采用的時序數據本身的滯后數lags；

d：代表時序數據需要進行幾階差分化，才是穩定的；

q：代表預測模型中采用的預測誤差的滯后數lags。

4.根據權利要求2所述的配電網物資需求預測方法，其特征在于，所述預測模型訓練選擇最優預模型參數包括：

C1、開展數據的平穩性處理及檢驗

用Python對數據進行分析處理建模，模擬畫出按年份配網物資使用量的時間路徑圖；

C2、確定自相關系數和平均移動系數(p,q)

根據時間序列的識別規則，采用ACF圖、PAC圖，赤道信息量準則AIC和貝葉斯準則BIC相結合的方式來確定ARMA模型的階數,選取AIC和BIC值達到最小的那一組為理想階數；

C3、進行殘差和白噪聲檢驗

對模型ARIMA(0,1,1)的殘差序列arma_mod.resid進行ADF檢驗；

C4、物資需求量預測模型校驗

選取a物資開展物資需求量預測模型驗證。

5.一種配電網物資需求預測系統，其特征在于，包括：

數據存儲模塊：用于采集配電網物資歷史使用數據、年份物資使用數據；

數據處理模塊：用于對歷史使用數據進行準確性驗證，能對有明顯異常的數據做出標記，直到全部數據都校驗通過，清理問題數據；

物資需求預測模塊，用于建立物資需求預測模型，能通過預測模型訓練選擇最優預模型參數，生成驗證結果。

6.根據權利要求5所述的配電網物資需求預測系統，其特征在于，所述物資需求預測模塊還用于：根據配電網物資歷史年份物資使用數據，基于“差分整合移動平均自回歸模型ARIMA(p，d，q)模型”建立配電網物資需求預測模型，其中：

P：代表預測模型中采用的時序數據本身的滯后數lags；

d：代表時序數據需要進行幾階差分化，才是穩定的；

q：代表預測模型中采用的預測誤差的滯后數lags；

還能開展數據的平穩性處理及檢驗：用Python對數據進行分析處理建模，模擬畫出按年份配網物資使用量的時間路徑圖；

能確定自相關系數和平均移動系數(p,q)：根據時間序列的識別規則，采用ACF圖、PAC圖，赤道信息量準則AIC和貝葉斯準則BIC相結合的方式來確定ARMA模型的階數,選取AIC和BIC值達到最小的那一組為理想階數；

能進行殘差和白噪聲檢驗對模型ARIMA(0,1,1)的殘差序列arma_mod.resid進行ADF檢驗；

能對物資需求量預測模型校驗：選取a物資開展物資需求量預測模型驗證。