一种基于最小二乘法的电费收入预测方法技术

本发明专利技术公开一种基于最小二乘法的电费收入预测方法：获取往期售电量与对应期的电费收入数据；以售电量数据建立时间序列，通过自回归移动平均时间序列算法预测未来售电量数据；如能获取本期实际售电量则使用实际值；建立最小二乘法预测模型，求解参数，获取最优解；利用预测模型进行预测分析。本发明专利技术能完成现金流入的预测，对未来企业电费收入走势的预测能很好的为企业提供成本控制，融资，投资以及业务领域拓展方面的决策支持。

A method of forecasting electricity revenue based on least square method

The invention discloses a forecasting method of the least squares method based on electricity tariff revenue: revenue data acquisition and sale of electricity to the corresponding period of the sale of electricity; to establish the time series data, the autoregressive moving average time series algorithm to predict the future electricity sales data; such as access to the actual sale of electricity using the actual value; prediction model a least square method to calculate the parameters to obtain the optimal solution; the prediction analysis. The invention can predict the cash inflow and predict the future trend of the electricity income of the enterprise. It can provide decision support for enterprises in cost control, financing, investment and business expansion.

【技术实现步骤摘要】
一种基于最小二乘法的电费收入预测方法
本专利技术涉及一种基于最小二乘法，通过历史售电量预测未来电费收入的预测方法，主要用于年度与月度预测；具体地说是一种基于最小二乘法的电费收入预测方法。
技术介绍
最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。现金流入管理是企业财务管理的一项重要组成部分。现金流入预测能促进企业财务健康，良好反应企业经营状况。准确的现金流入预测能合理规划企业现金收支，协调现金收支与经营、投资、融资活动的关系，为企业负责人提供决策未来步伐的数据化依据。对于电力企业，电费收入是主要的现金流入来源。电费收入的合理预测具备战略意义。通过往期售电状况，对未来企业电费收入走势的预测能很好的为企业提供成本控制，融资，投资以及业务领域拓展方面的决策支持。
技术实现思路
本专利技术的目的是提供一种基于最小二乘法的电费收入预测方法，该方法基于最小二乘法求解电费收入预测问题，完成现金流入的预测，对未来企业电费收入走势的预测能很好的为企业提供成本控制，融资，投资以及业务领域拓展方面的决策支持。本专利技术的目的通过以下技术方案实现：一种基于最小二乘法的电费收入预测方法，其特征在于该方法包含以下内容：1)获取往期售电量与对应期的电费收入数据。2)以售电量数据建立时间序列，通过自回归移动平均时间序列算法预测未来售电量数据。如能获取本期实际售电量则使用实际值。3)建立最小二乘法预测模型，求解参数，获取最优解。4)利用预测模型进行预测分析。基于以上四个内容，形成一套完整的售电量预测电费收入的算法。本专利技术基于最小二乘法求解电费收入预测问题，完成现金流入的预测，对未来企业电费收入走势的预测能很好的为企业提供成本控制，融资，投资以及业务领域拓展方面的决策支持。附图说明图1是售电量预测电费收入分析流程图。具体实施方式一种基于最小二乘法的电费收入预测方法，包含以下内容：1)获取往期售电量与对应期的电费收入数据；2)以售电量数据建立时间序列，通过自回归移动平均时间序列算法预测未来售电量数据；如能获取本期实际售电量则使用实际值；3)建立最小二乘法预测模型，求解参数，获取最优解；4)利用预测模型进行预测分析。时间序列：在生产和科学研究中，对某一个或者一组变量x(t)进行观察测量，将在一系列时刻t1,t2,…,tn所得到的离散数字组成的序列集合，称之为时间序列。售电量：电力企业售给用户(包括趸售户)的电量以及供给本企业非电力生产、基本建设、大修和非生产部门(如食堂、宿舍)等所使用的电量。具体如下：1.准备售电量历史数据的时间序列样本数据以及电费收入历史数据，以月为统计维度，每向上推算一年作为一行，设未来预测期数为实验次数m，设售电量为矩阵X，设电费收入为目标y，未知参数为β。假设两者存在线性关系。有：设：2.建立方程式：Xβ＝y。对该方程式一般而言无解，为了选取最优β让等式“尽量成立”，引入残差平方和函数S(β)＝||Xβ-y||2。当时，S(β)取到最小值，即最小误差。对S(β)微分求最值可以得出：则如果矩阵XTX非奇异则有唯一解:残差平方和：用连续曲线近似地刻画或比拟平面上离散点组，以表示坐标之间函数关系的一种数据处理方法。极值：函数的最大值和最小值(最大值和最小值)被统称为极值(极数)，是给定范围内的函数的最大值和最小值(本地或相对极值)或函数的整个定义域(全局或绝对极值)。3.假设电费收入与售电量存在线性关系带入上面的方程进行计算。线性关系：两个变量之间存在一次方函数关系，就称它们之间存在线性关系。其中：yi-第i期电费收入，Xi-第i期售电量，εi-第i期的误差，-残差平方函数最小时的解，为常数，-差平方函数最小时的解，为系数；计算残差平方和函数：要保证各组散列点尽量分布在一条直线上，就要求S(β)取到最小值。那么就是以为待估参数，求S(β)的极小值。对S(β)求偏导数，等到两个待估参数的偏导数表达式。那么，最终求得待估参数的解：得到最终预测模型数学表达式：偏导数：一个多变量的函数的偏导数，就是它关于其中一个变量的导数而保持其他变量恒定。4.根据上述预测模型，带入对应的售电量值Xi求解得到对应电费收入预测值yi。本文档来自技高网...

【技术保护点】
一种基于最小二乘法的电费收入预测方法，其特征在于该方法包含以下内容：1)获取往期售电量与对应期的电费收入数据；2)以售电量数据建立时间序列，通过自回归移动平均时间序列算法预测未来售电量数据；如能获取本期实际售电量则使用实际值；3)建立最小二乘法预测模型，求解参数，获取最优解；4)利用预测模型进行预测分析。

【技术特征摘要】
1.一种基于最小二乘法的电费收入预测方法，其特征在于该方法包含以下内容：1)获取往期售电量与对应期的电费收入数据；2)以售电量数据建立时间序列，通过自回归移动平均时间序列算法预测未来售电量数据；如能获取本期实际售电量则使用实际值；3)建立最小二乘法预测模型，求解参数，获取最优解；4)利用预测模型进行预测分析。2.根据权利要求1所述的基于最小二乘法的电费收入预测方法，其特征在于具体如下：1)准备售电量历史数据的时间序列样本数据以及电费收入历史数据，以月为统计维度，每向上推算一年作为一行，设未来预测期数为实验次数m，设售电量为矩阵X，设电费收入为目标y，未知参数为β；假设两者存在线性关系；有：设：2)建立方程式：Xβ＝y；为了选取最优β让等式“尽量成立”，引入残差平方和函数S(β)＝||Xβ-y||2；当时，S(β)取到最小值，即最小误差；对S(β)微分求最值可以得出：则如果矩阵XTX非奇异则有唯一解:3)假设电费收入与售电量存在线性关系带入上面的方程进行计算；其中：yi-第i期电费收入，Xi-第i期售电量，εi-第i期的误差，-残差平方函数最小时的解，为常数，-残差平方函数最小时的解，为系数；计算残差平方和函数：要保证各组散列点尽量分布在一条直线上，就要求S(β)取到最小值；那么就是以为待估参数，求S(β)的极小值；对S(β)...

【专利技术属性】
技术研发人员：任腾云，薛波，陈刚，王春波，夏媛媛，
申请(专利权)人：江苏电力信息技术有限公司，国网江苏省电力公司，
类型：发明
国别省市：江苏,32