[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

本說明書實施例提供了一種適用于多頻度用電量的綜合預測方法、設備、系統及介質，其中，該方法包括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；將兩個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。本發明有利于及時掌握用電量需求變化趨勢，提前采取相應的措施保障電力供應；且可以充分發揮電力大數據的價值，為電力數據支撐研判經濟走勢、支撐宏觀決策提供了重要基礎。

技術領域

本文件涉及電力需求預測技術領域，尤其涉及一種適用于多頻度用電量的綜合預測方法、設備、系統及介質。

背景技術

電量預測是一段時間內電力系統的負荷消耗電能總量的預報，電量預測單位可分日、月、年等。

電量預測的影響因素較多，例如地區經濟、政策、氣候等，這些因素中有確定的，也有隨機的，增加了電量預測的難度；已有的用電量預測方法主要從兩個方面進行探索和改進：一是尋找與用電量關系密切的重要影響因素，例如經濟、氣象、交通等；二是對不同的模型進行改進和應用，例如線性回歸、時間序列、灰色預測、機器學習、組合預測等。雖然在提高預測精度、判斷用電量需求等方面取得了一定的成果，但仍然存在一定的不足之處。一方面，已有研究采用的自變量往往與用電量是同頻的，不能提供足夠的信息，且在指標的時間維度上并不具備先行性，導致對用電量的趨勢難以及時把握。

有鑒于此，亟需提供一種能更精準預測和及時掌握用電量需求變化趨勢的多頻度用電量的綜合預測方法。

發明內容

本說明書一個或多個實施例提供了一種適用于多頻度用電量的綜合預測方法，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。

本說明書一個或多個實施例提供了一種適用于多頻度用電量的綜合預測系統，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。

本說明書一個或多個實施例提供了一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述所述適用于多頻度用電量的綜合預測方法。

本說明書一個或多個實施例提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如上述所述適用于多頻度用電量的綜合預測方法。