一种售电量预测方法及装置制造方法及图纸

本申请公开了一种售电量预测方法，该方法包括获取供电区域内每个待预测位置区域的历史售电量数据，所述供电区域包括多个所述待预测位置区域；根据各个待预测位置区域的历史售电量数据，确定各个待预测区域的历史售电量数据的售电量趋势特征；针对每个待预测区域的历史售电量数据的售电量趋势特征，根据该待预测位置区域的所述售电量趋势特征，调用预设的与该趋势特征对应的预测算法；利用所述预测算法对待预测位置区域进行售电量预测，通过上述技术方案提高了预测精度。

【技术实现步骤摘要】
一种售电量预测方法及装置
本申请涉及售电量数据处理
，更具体地说，涉及一种售电量预测方法及装置。
技术介绍
在电力市场营销工作中，售电量预测是一项基本工作，正确的预测所需出售的电量，能够为电力企业安排生产任务(计划)提供准确的依据。目前，主要是基于季节时间序列即，依据年度12个月的售电量变化趋势进行售电量的预测，但该预测方法导致预测精度较低。
技术实现思路
有鉴于此，本申请提供一种售电量预测方法及装置，以提高预测售电量的精度。为了实现上述目的，现提出的方案如下：一种售电量预测方法，该方法包括：获取供电区域内每个待预测位置区域的历史售电量数据，所述供电区域包括多个所述待预测位置区域；根据各个待预测位置区域的历史售电量数据，确定各个待预测区域的历史售电量数据的售电量趋势特征；针对每个待预测区域的历史售电量数据的售电量趋势特征，根据该待预测位置区域的所述售电量趋势特征，调用预设的与该趋势特征对应的预测算法；利用所述预测算法对待预测位置区域进行售电量预测。一种售电量预测方法，所述方法包括：获取供电区域内每个待预测位置区域的历史售电量数据，所述供电区域包括多个所述待预测位置区域；针对各个待预本文档来自技高网...

【技术保护点】
一种售电量预测方法，其特征在于，所述方法包括：获取供电区域内每个待预测位置区域的历史售电量数据，所述供电区域包括多个所述待预测位置区域；根据各个待预测位置区域的历史售电量数据，确定各个待预测位置区域的历史售电量数据的售电量趋势特征；针对每个待预测区域的历史售电量数据的售电量趋势特征，根据该待预测位置区域的所述售电量趋势特征，调用预设的与该趋势特征对应的预测算法；利用所述预测算法对待预测位置区域进行售电量预测。

【技术特征摘要】
1.一种售电量预测方法，其特征在于，所述方法包括：获取供电区域内每个待预测位置区域的历史售电量数据，所述供电区域包括多个所述待预测位置区域；根据各个待预测位置区域的历史售电量数据，确定各个待预测位置区域的历史售电量数据的售电量趋势特征；针对每个待预测区域的历史售电量数据的售电量趋势特征，根据该待预测位置区域的所述售电量趋势特征，调用预设的与该趋势特征对应的预测算法；利用所述预测算法对待预测位置区域进行售电量预测。2.如权利要求1所述方法，其特征在于，所述根据各个待预测位置区域的历史售电量数据，确定各个待预测区域的历史售电量数据的售电量趋势特征包括：计算各个待预测区域的历史售电量数据的月环比量；根据所述月环比量确定对应待预测位置区域的历史售电量是否具有线性特征；从各个待预测位置区域的历史售电量数据中确定预设个数的月用电量极值，并判断所述预设个数的月用电量极值是否在所述历史售电量数据中周期性发生；根据判断结果确定对应待预测位置区域的历史售电量是否具有周期性特征。3.如权利要求2所述方法，其特征在于，所述根据该待预测位置区域的所述售电量趋势特征，调用预设的与该趋势特征对应的预测算法包括：当所述趋势特征包括线性特征时，调用SVM回归算法；当所述趋势特征包括非线性特征和非周期性特征时，调用BP神经网络算法；当所述趋势特征包括非线性特征和周期性特征时，调用稀疏自回归算法。4.如权利要求1所述的方法，其特征在于，所述方法还包括：根据各个待预测位置区域的所述售电量趋势特征，对各个所述待预测位置区域进行聚类得到聚类组；其中，同一个聚类组内，各个待预测位置区域的所述售电量趋势特征相同，将该趋势特征作为聚类组的售电量趋势特征；则针对每个待预测位置区域的历史售电量数据的售电量趋势特征，根据该待预测位置区域的所述售电量趋势特征，调用预设的与该趋势特征对应的预测算法；利用所述预测算法对待预测区域进行售电量预测具体为：根据所述聚类组的售电量趋势特征，调用预设的与该趋势特征对应的预测算法；利用所述预测算法对聚类组内的各个待预测位置区域进行售电量预测。5.如权利要求1所述的方法，其特征在于，所述方法还包括：获取预设的影响售电量的因素的预测值和情报值；根据所述预设的影响售电量的因素的预测值和情报值对预测得到的售电量进行调整。6.一种售电量预测方法，其特征在于，所述方法包括：获取供电区域内每个待预测位置区域的历史售电量数据，所述供电区域包括多个所述待预测位置区域；针对各个待预测位置区域，将该待预测位置区域的历史售电量数据按照用电行业进行分类，得到各个待预测行业的历史售电量数据；根据各个所述待预测行业的历史售电量数据，确定各个待预测行业的历史售电量数据的售电量趋势特征；针对每个待预测行业的历史售电量数据的售电量趋势特征，根据该待预测行业的所述售电量趋势特征，调用预设的与该趋势特征对应的预测算法；利用所述预测算法对待预测行业进行售电量预测。7.如权利要求6所述的方法，其特征在于，所述：根据各个所述待预测行业的历史售电量数据，确定各个待预测行业的历史售电量数据的售电量趋势特征包括：计算各个待预测行业的历史售电量数据的月环比量；根据所述月环比量确定对应待预测行业的历史售电量是否具有线性特征；从各个待预测行业的历史售电量数据中确定预设个数的月用电量极值，并判断所述预设个数的月用电量极值是否在所述历史售电量数据中呈周期性发生；根据判断结果确定对应待预测行业的历史售电量是否具有周期性...

【专利技术属性】
技术研发人员：陈少坤，
申请(专利权)人：北京恒华龙信数据科技有限公司，
类型：发明
国别省市：北京,11