[發明專利]適用于多頻度用電量的綜合預測方法、設備、系統及介質

在審

• 申請號: 202210729778.0
• 申請日: 2022-06-24
• 公開（公告）號: CN115130854A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 吳姍姍;鄭海峰;譚顯東;王向;張莉莉;汲國強;吳陳銳;劉青;姚力;張煜;曲天詞
• 申請（專利權）人: 國網能源研究院有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 北京八月瓜知識產權代理有限公司 11543
• 代理人: 陳贏

1.適用于多頻度用電量的綜合預測方法，其特征在于，包括以下步驟：

獲取月度中每日度用電量數據，將月度中周末用電量數據預處理，獲得線性日度用電量線性序列和日度用電量非線性序列；

基于日度用電量線性序列，采用MIDAS模型計算相應的第一月度用電量數據預測結果；基于日度用電量非線性序列，采用ARMA模型計算相應的第二月度用電量數據預測結果；

將第一月度用電量數據預測結果與第二月度用電量數據預測結果求和，獲得相應的月度用電量數據預測結果。

2.如權利要求1所述的適用于多頻度用電量的綜合預測方法，其特征在于，所述將月度中周末用電量數據預處理，獲得線性日度用電量線性序列和日度用電量非線性序列包括步驟：

采用指數平滑法根據周一到周五的趨勢預處理計算獲得周末日度用電量的值，該值與周一到周五的日度用電量作為日度用電量線性序列，采用日度數據原序列減去日度用電量線性序列得到日度數據非線性序列。

3.如權利要求1所述的適用于多頻度用電量的綜合預測方法，其特征在于，所述MIDAS模型具體如下式：

式中，α為常數項，β為代估參數，ε_t為隨機誤差項，q為滯后階數，m為高頻數據的頻率，i＝0,1,...,qm、為高頻自變量各樣本點。

4.如權利要求1所述的適用于多頻度用電量的綜合預測方法，其特征在于，所述ARMA模型具體如下式：

其中，這個限制條件保證了自回歸和移動平均部分的最高階數分別為p和q；

ε_t是獨立同分布的隨機變量序列且滿足均值為零，其方差為隨機誤差值，任意兩個時刻的ε_t均值均為零，這個限制條件要求隨機誤差序列{ε_t}為零均值的白噪聲序列；

對于任意的st的條件下，x_sε_t的均值為零，這個限制條件保證了當期的干擾值與歷史的序列值無關。

5.適用于多頻度用電量的綜合預測系統，其特征在于，包括

數據預處理單元：用于根據獲取月度中每日度用電量數據，將月度中周末用電量數據預處理，獲得線性日度用電量線性序列和日度用電量非線性序列；

月度用電量預測單元：基于數據預處理單元的日度用電量線性序列，采用MIDAS模型計算相應的第一月度用電量數據預測結果；基于日度用電量非線性序列，采用ARMA模型計算相應的第二月度用電量數據預測結果；

且將第一月度用電量數據預測結果與第二月度用電量數據預測結果求和，獲得相應的月度用電量數據預測結果。

6.如權利要求5所述的適用于多頻度用電量的綜合預測系統，其特征在于，所述數據預處理單元采用指數平滑法根據周一到周五的趨勢預處理計算獲得周末日度用電量的值，該值與周一到周五的日度用電量作為日度用電量線性序列，采用日度數據原序列減去日度用電量線性序列得到日度數據非線性序列。

7.如權利要求5所述的適用于多頻度用電量的綜合預測系統，其特征在于，所述MIDAS模型具體如下式：

式中，α為常數項，β為代估參數，ε_t為隨機誤差項，q為滯后階數，m為高頻數據的頻率，i＝0,1,...,qm、為高頻自變量各樣本點。

8.如權利要求5所述的適用于多頻度用電量的綜合預測系統，其特征在于，所述ARMA模型具體如下式：

其中，這個限制條件保證了自回歸和移動平均部分的最高階數分別為p和q；

ε_t是獨立同分布的隨機變量序列且滿足均值為零，其方差為隨機誤差值，任意兩個時刻的ε_t均值均為零，這個限制條件要求隨機誤差序列{ε_t}為零均值的白噪聲序列；

對于任意的st的條件下，x_sε_t的均值為零，這個限制條件保證了當期的干擾值與歷史的序列值無關。