一种基于条件概率调整的电能计量装置短期需求预测方法制造方法及图纸

本发明专利技术公开了一种基于条件概率调整的业扩项目电能计量装置短期需求预测方法，属于计量装置需求预测技术领域。本发明专利技术方法以业扩项目电能计量装置的需求预测为对象，首先结合营销业务系统中往年历史数据，运用时间序列分解模型进行总体需求预测，并综合考虑业扩在途中“计量需求确定”到“需求实际产生”等关键业务节点的工程进度数据，并依据条件概率分布理论建立在途项目条件概率调整模型，对得到的初步预测结果进行实时性动态调整，从而得到更为精确的需求预测结果。基于条件概率调整的业扩项目电能计量装置短期需求预测方法能够根据近期工程项目需求数据变化，及时滚动调整、优化完善原有的需求预测结果，为采购到货、检定生产、仓储配送提供较为准确的需求计划。

Short term demand forecasting method for electric energy metering device based on conditional probability adjustment

The invention discloses a short-term demand forecasting method for an electric energy metering device of an industry expansion project based on conditional probability adjustment, belonging to the technical field of metering device demand prediction. The method of the invention to business expansion project of electric energy metering device demand forecast for the object, first with former historical data marketing system, using time series decomposition of the overall demand forecasting model, and considering the business expansion in the way of \measurement requirement\ to \actual demand\ project schedule data and other key business nodes., and based on the conditional probability distribution theory is based on the way of project conditional probability adjustment model, the preliminary forecast results for real-time dynamic adjustment, to obtain a more accurate demand forecasting results. Electric business expansion project conditional probability adjustment of energy metering device short-term demand forecasting method according to recent data based on project demand changes, timely adjustment, optimization and improvement of the original rolling demand forecasting results, provide a more accurate demand planning for procurement, production, warehousing and distribution delivery verification.

【技术实现步骤摘要】
一种基于条件概率调整的电能计量装置短期需求预测方法
本专利技术属于计量生产
，尤其是一种基于条件概率调整的电能计量装置短期需求预测方法。
技术介绍
作为国网公司“大营销”计量体系建设的典型成果和示范，省级计量中心承担着全省每年数百万的计量设备的到货、检定及配送工作，生产计划繁重且交错影响，传统的计量生产计划以人工经验安排为主，具有库存高、周转率低、时效性差、交互困难、灵活性差等缺点，在此情况下，设计一种能综合考虑到货周期、安全库存定和配送能力、需求优先级等因素的计量生产计划优化方法，科学合理制定计量装置的到货、检定及配送计划，对于大幅削减中心库存和生产成本，提升对供电企业的用表需求响应效率和服务能力，具有重要意义。经过检索，在现有的已公开专利文献中未发现与本专利申请相同的技术方案。
技术实现思路
本专利技术的目的在于提供一种基于条件概率调整的电能计量装置短期需求预测方法，建立检测及配送的智能排程模型，为计量装置检测排程提供切实可效的模型方法。本专利技术解决其技术问题是采取以下技术方案实现的：一种基于条件概率调整的电能计量装置短期需求预测方法，其特征在于：包括下述步骤：S1：从电力公司SG-186系统获取业扩项目中电能计量装置的需求相关数据，包括：工程项目编号、工程项目业务类型、工程项目业务子类、答复供电方案时间、配表时间、计量装置类型、计量装置需求量；S2：统计分析业扩项目电能计量装置月度需求量数据规律；S3：在月度需求数据规律的基础上，构建业扩项目电能计量装置基于时间序列分解预测方法的初步需求预测模型；S4：求解初步的时间序列分解预测模型，得到初步的需求预测结果；S5：统计分析业扩项目各业务子类从“答复供电方案时间”到“配表时间”的时间间隔规律，并建立需求产生时间概率分布函数、概率密度函数，并进行假设检验；S6：计算需求产生时间条件概率；S7：建立基于条件概率调整的数学模型，对时间序列分解模型预测结果进行调整；S8：在系统中录入当月新受理的业扩项目工程相关数据，并建立数据库，对已录入的业扩项目进行实时动态监控；S9：截止下月月度需求上报时间，判断工程项目需求是否发生在当期，如果工程项目需求发生在当月，转入步骤S11；如果工程项目需求未发生在当月，转入步骤S12；S10：工程项目需求若发生在当月，那么该工程项目的需求则不会发生在下一个月，在进行下一个月需求预测时，需要在初步需求预测结果的基础上，进行基于条件概率的调减，并得到需求调减量；S11：工程项目需求若未发生在当月，那么该工程项目的需求发生在下一个月的概率则会增大，在进行下一个月需求预测时，需要在时间序列分解预测模型预测结果的基础上，进行基于条件概率的调加，并得到需求调加量；S12：在初步需求预测的结果上，进行基于条件概率的调加和调减的数据处理，并输出最终的需求预测结果。而且，所述步骤S3中的时间序列分解模型包括：时间序列分解和预测。而且，所述时间序列分解模型的预测公式为Y＝S×T×C×I；其中T：长期趋势，指时间序列在相当长的时间里变化的总方向，S：季节变化，指时间序列由于季节变换而出现的数量上的变化，C：周期变化，指围绕长期趋势而出现的具有某种规律的循环波动，I：随机变化，指由突发原因或偶然因素引起的不可预测的变化；所述预测：通过上述步骤，得到季节指数S*和趋势项T*，t+1期的预测值m＝S*×T*×C*×I*,其中，S*为t+1时刻相对应月份的季节指数，T*为t+1时刻的趋势值。而且，步骤S5中所述需求产生时间间隔概率分布函数，是通过利用MATLAB软件中的分布检验函数对S2中业扩项目历史数据进行统计分析结果拟合得到的，其实际需求发生在答复供电方案n天后的概率为P(An)。而且，步骤S6中所述的条件概率的计算公式为：以上公式是根据条件概率和贝叶斯公式推得。公式中设A1，A2，…An…是一完备事件组，则对任一事件B，P(B)＞0，那么在B时间发生的前提下，An+1时间发生的概率为P(An+1|B)。而且，步骤S7中所述的条件概率调整模型为：调整后的t+1月业扩项目电能计量装置的需求量：上式所述中m代表的是通过S3所得到的初步预测结果，Dk代表的是需求未在t月产生的k项目的电能计量装置需求量，k是业扩项目的编号，P(t+1)k表示编号k业扩项目发生在t+1月的概率，dl代表的是需求发生在t月产生的l项目的电能计量装置需求量，l是业扩项目的编号，Ptl表示编号l业扩项目发生在t月的概率，通过时间序列分解模型求解和基于条件概率调整的模型，t+1月业扩项目电能计量装置的需求预测量为M。而且，S8中所述建立数据库指的是建立业扩项目的数据库，便于模型求解计算和动态监控。而且，S10所述基于条件概率的调减调整是指，如果对于l业扩项目其需求发生在t月，那么该业扩项目的需求则不会发生在t+1月，需要在时间序列分解模型预测的结果上进行调减，该业扩项目发生在t月的概率为Ptl，在预测时则需要在初步预测的结果上减去其需求量为dlPtl。而且，S11所述基于条件概率的调增调整是指，如果对于k业扩项目其未需求发生在t月，那么该业扩项目的需求发生在t+1月的概率增大，需要在时间序列分解模型预测的结果上进行调加，该业扩项目发生在t+1月的条件概率为P(t+1)k，在预测时则需要在初步预测的结果上增加其需求量为DkP(t+1)k。本专利技术的优点和积极效果是：与现有的电能计量装置的需求预测方法相比，本专利技术的有益效果在于：本方法在对业扩项目电能计量装置的需求量进行预测时，不仅考虑了业扩工程的需求历史数据，也将不同业扩工程在途工单的需求特点进行了分析，所建立的基于条件概率的调整模型，也能够对在途项目实现实时的调整和更新，能够紧密的结合当前工程项目的进度，实时的进行更新和调整，得到更为科学合理的电能计量装置需求预测结果，从而避免了传统人工预测所带来的诸多弊端，指导实际生产采购、提升现场用表响应及时性具有重要意义。附图说明图1为本专利技术提供的电能计量装置的短期需求预测方法。具体实施方式下面结合附图并通过具体实施例对本专利技术作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本专利技术的保护范围。一种基于条件概率调整的电能计量装置短期需求预测方法，在本专利技术的实施例中，结合省级计量中心实际，建立电能计量装置的需求预测模型，并通过考虑实际情况，建立了条件概率的调整模型，并通过计算机语言编程实现计量装置需求预测的功能，提供更为科学、合理和准确的需求预测结果，为其他部门决策提供强有力的数据支撑。如图1所示，本专利技术提供的电能计量装置的需求预测方法包括按顺序执行的下列步骤：步骤1)：从电力公司SG-186系统获取业扩项目中电能计量装置的需求相关数据，包括：工程项目编号、工程项目业务类型、工程项目业务子类、答复供电方案时间、配表时间、计量装置类型、计量装置需求量。步骤2)：统计分析业扩项目电能计量装置月度需求量数据规律。步骤3)：在月度需求数据规律的基础上，构建业扩项目电能计量装置基于时间序列分解预测方法的初步需求预测模型。步骤3中所述的时间序列分解模型包括：时间序列分解和预测。时间序列分解模型的预测公式为Y＝S×T×C×I，其中T：长期趋势。指时间序列在相当长的时间里变化的总方向。S：季节变化本文档来自技高网...

【技术保护点】
一种基于条件概率调整的电能计量装置短期需求预测方法，其特征在于：包括下述步骤：S1：从电力公司SG‑186系统获取业扩项目中电能计量装置的需求相关数据，包括：工程项目编号、工程项目业务类型、工程项目业务子类、答复供电方案时间、配表时间、计量装置类型、计量装置需求量；S2：统计分析业扩项目电能计量装置月度需求量数据规律；S3：在月度需求数据规律的基础上，构建业扩项目电能计量装置基于时间序列分解预测方法的初步需求预测模型；S4：求解初步的时间序列分解预测模型，得到初步的需求预测结果；S5：统计分析业扩项目各业务子类从“答复供电方案时间”到“配表时间”的时间间隔规律，并建立需求产生时间概率分布函数、概率密度函数，并进行假设检验；S6：计算需求产生时间条件概率；S7：建立基于条件概率调整的数学模型，对时间序列分解模型预测结果进行调整；S8：在系统中录入当月新受理的业扩项目工程相关数据，并建立数据库，对已录入的业扩项目进行实时动态监控；S9：截止下月月度需求上报时间，判断工程项目需求是否发生在当期，如果工程项目需求发生在当月，转入步骤S11；如果工程项目需求未发生在当月，转入步骤S12；S10：工程项目需求若发生在当月，那么该工程项目的需求则不会发生在下一个月，在进行下一个月需求预测时，需要在初步需求预测结果的基础上，进行基于条件概率的调减，并得到需求调减量；S11：工程项目需求若未发生在当月，那么该工程项目的需求发生在下一个月的概率则会增大，在进行下一个月需求预测时，需要在时间序列分解预测模型预测结果的基础上，进行基于条件概率的调加，并得到需求调加量；S12：在初步需求预测的结果上，进行基于条件概率的调加和调减的数据处理，并输出最终的需求预测结果。...

【技术特征摘要】
1.一种基于条件概率调整的电能计量装置短期需求预测方法，其特征在于：包括下述步骤：S1：从电力公司SG-186系统获取业扩项目中电能计量装置的需求相关数据，包括：工程项目编号、工程项目业务类型、工程项目业务子类、答复供电方案时间、配表时间、计量装置类型、计量装置需求量；S2：统计分析业扩项目电能计量装置月度需求量数据规律；S3：在月度需求数据规律的基础上，构建业扩项目电能计量装置基于时间序列分解预测方法的初步需求预测模型；S4：求解初步的时间序列分解预测模型，得到初步的需求预测结果；S5：统计分析业扩项目各业务子类从“答复供电方案时间”到“配表时间”的时间间隔规律，并建立需求产生时间概率分布函数、概率密度函数，并进行假设检验；S6：计算需求产生时间条件概率；S7：建立基于条件概率调整的数学模型，对时间序列分解模型预测结果进行调整；S8：在系统中录入当月新受理的业扩项目工程相关数据，并建立数据库，对已录入的业扩项目进行实时动态监控；S9：截止下月月度需求上报时间，判断工程项目需求是否发生在当期，如果工程项目需求发生在当月，转入步骤S11；如果工程项目需求未发生在当月，转入步骤S12；S10：工程项目需求若发生在当月，那么该工程项目的需求则不会发生在下一个月，在进行下一个月需求预测时，需要在初步需求预测结果的基础上，进行基于条件概率的调减，并得到需求调减量；S11：工程项目需求若未发生在当月，那么该工程项目的需求发生在下一个月的概率则会增大，在进行下一个月需求预测时，需要在时间序列分解预测模型预测结果的基础上，进行基于条件概率的调加，并得到需求调加量；S12：在初步需求预测的结果上，进行基于条件概率的调加和调减的数据处理，并输出最终的需求预测结果。2.根据权利要求1所述基于条件概率调整的电能计量装置短期需求预测方法，其特征在于：步骤S3中所述的时间序列分解模型包括：时间序列分解和预测。3.根据权利要求2所述基于条件概率调整的电能计量装置短期需求预测方法，其特征在于：所述时间序列分解模型的预测公式为Y＝S×T×C×I；其中T：长期趋势，指时间序列在相当长的时间里变化的总方向，S：季节变化，指时间序列由于季节变换而出现的数量上的变化，C：周期变化，指围绕长期趋势而出现的具有某种规律的循环波动，I：随机变化，指由突发原因或偶然因素引起的不可预测的变化；所述预测：通过上述步骤，得到季节指数S*和趋势项T*，t+1期的预测值m＝S*×T*×C*×I*...

【专利技术属性】
技术研发人员：李中成，顾强，李刚，陈磊，杨霖，徐杰，吕伟嘉，许迪，张兆杰，卢静雅，刘浩宇，赵勇，刘凯，刘雪，陈鑫，葛嘉晖，宫婷，李博，刘翼，张毅斌，
申请(专利权)人：国网天津市电力公司，国家电网公司，
类型：发明
国别省市：天津,12