一种异常高温对售电量的影响分析方法及装置制造方法及图纸

本申请提供了一种异常高温对售电量的影响分析方法及装置，利用线性插值方法得到目标区域中的月度GDP增速值，使得GDP增速值粒度更细，从而提高计算数据的质量；根据目标月份的最高温度是否大于目标月份最高温度的置信区间的最大值，以及目标月份的售电量增速值是否大于目标月份售电量增速的置信区间的最大值，判断目标月份的售电量是否受到高温影响，保证了对高温对目标月份售电量的影响分析结果的有效性；对于受到高温影响的目标区域，利用目标月份的实际售电量减去售电量置信区间的上限得到售电量的影响变化值，这部分变化值是由于GDP增速和温度的异常造成的，通过计算出GDP增速和高温的影响变化值，从而可以准确计算得到高温对售电量的影响值。

【技术实现步骤摘要】
一种异常高温对售电量的影响分析方法及装置
本专利技术涉及售电量预测
，更具体的，涉及一种异常高温对售电量的影响分析方法及装置。
技术介绍
随着电力体制改革和智能电网建设的不断深入，售电量已成为考核电力企业的一个重要指标，反映了企业售电能力和综合管理水平，研究售电量数据并使其发挥应有的价值是电力公司各级领导十分关注的问题，特别是对售电量趋势进行分析一直是公司的关注重点，售电量同时受到经济、季节、节假日和天气等因素的影响，在某些省份的个别月份由于受到极端高温的影响，造成售电量的异常波动，此时需要研究分析异常高温因素对售电量影响的大小，把该部分剔除能得到正常的售电量变化趋势，对于指导发电厂、输配电网的合理运行，推动电力市场的发展和建设都具有十分重要的意义。目前的异常高温因素对售电量的影响分析方法主要是基于正常时期的售电量增速的异常高温对售电量的影响分析方法和基于GDP增速的异常高温对售电量的影响分析方法。基于正常月份的售电量增速的异常高温对售电量的影响方法是假设目标月份的理论售电量增速(即没有高温因素影响)和正常月份的售电量增速相同，利用目标月份的实际售电量增速和理论售电量增速的差值能计算出异常高温影响的电量。基于GDP增速的异常高温对售电量的影响分析方法是假设目标月的理论售电量增速和历史增速的比值等于目标月份的GDP增速和历史GDP增速的比值，利用目标月份的实际售电量增速和理论售电量增速的差值能计算出异常高温影响的电量。这两种方法都没有判断目标月份的售电量是否受高温影响，也没有考虑售电量自身的变化趋势，不能准确反映高温因素对售电量的影响。
技术实现思路
有鉴于此，本专利技术提供了一种异常高温对售电量的影响分析方法及装置，以实现准确计算高温对售电量的影响的目的。为实现上述技术目的，本专利技术实施例提供了如下技术方案：一种异常高温对售电量的影响分析方法，包括：获取目标区域中目标月份之前的多个季度GDP增速值和多个月度最高温度，并利用线性插值方法对各个所述季度GDP增速值进行插值，得到所述目标月份之前的多个月度GDP增速值；利用箱型图法，分别根据所述目标月份之前的多个月度GDP增速值和多个月度最高温度，计算目标月份的GDP增速的置信区间和最高温度的置信区间；根据所述目标月份之前的多个月度GDP增速值、多个月度最高温度和多个月度售电量增速值，基于多项式回归算法，计算目标月份售电量增速的置信区间；获取所述目标月份的最高温度和售电量增速值，当所述目标月份的最高温度大于所述目标月份最高温度的置信区间的最大值，且所述目标月份的售电量增速值大于所述目标月份售电量增速的置信区间的最大值时，判定所述目标月份的售电量受到高温的影响；获取所述目标月份的GDP增速值和售电量，并根据所述目标月份的GDP增速值、售电量、最高温度、GDP增速的置信区间和最高温度的置信区间，基于所述多项式回归算法，计算所述目标月份的异常高温对售电量的影响变化量。优选的，所述利用线性插值方法对各个所述季度GDP增速值进行插值，得到所述目标月份之前的多个月度GDP增速值，包括：将GDP(i)定义为目标区域中目标月份之前的n个季度GDP增速值，其中，i∈[Q1，Qn]；将GDP(j)定义为所述目标月份之前的m个月度GDP增速值，其中，j∈[M1，Mm]，所述n个季度中包括m个月；利用线性插值方法，根据各个所述GDP(i)计算得到各个所述GDP(j)。优选的，所述利用箱型图法，分别根据所述目标月份之前的多个月度GDP增速值和多个月度最高温度，计算目标月份的GDP增速的置信区间和最高温度的置信区间，包括：将GDP(j)定义为所述目标月份之前的多个月度GDP增速值，并将T(j)定义为所述目标月份之前的多个月度最高温度，其中，j∈[1，m]；利用箱型图法分别计算目标月份的GDP增速的置信区间[GDPdow，GDPup]和最高温度的置信区间[Tdown，Tup]，其中，目标月份为第m+1个月，GDPdown＝GDP2-1.5*(GDP3-GDP1)，GDPup＝GDP2+1.5*(GDP3-GDP1)，GDP1为GDP(j)的下四分位数，GDP2为GDP(j)的平均值，GDP3为GDP(j)的上四分位数，Tdown＝T2-1.5*(T3-T1)，Tup＝T2+1.5*(T3-T1)，T1为T(j)的下四分位数，T2为T(j)的平均值，T3为T(j)的上四分位数。优选的，所述根据所述目标月份之前的多个月度GDP增速值、多个月度最高温度和多个月度售电量增速值，基于多项式回归算法，计算目标月份售电量增速的置信区间，包括：获取多个所述目标月份之前的最高温度、GDP增速值和售电量增速值数据点pj(Tj，Gj，Qj)，其中，j＝1，2，...，m，Tj为j月的最高温度，Gj为j月的GDP增速值，Qj为j月的售电量增速值；对m个所述数据点进行拟合，得到二元多项表达式：Q＝a0+a1T+…+akTk+b0+b1G+…+bsGs；利用最小二乘法估计所述二元多项表达式中的系数a0，a1，...，ak，b0，b1，...，bs；将系数a0，a1，...，ak，b0，b1，...，bs和所述目标月份的最高温度和GDP增速值代入所述二元多项表达式，得到所述目标月份的售电量增速估计值Q，并根据所述目标月份的售电量增速估计值Q计算所述目标月份的售电量增速的置信区间[Qdown，Qup]，其中，Qdown＝Q-t0.025sQ，Qup＝Q+t0.025sQ，t0.025为置信水平为95％时变量的显著性，sQ为Q的标准差估计量。优选的，所述获取所述目标月份的GDP增速值和售电量，并根据所述目标月份的GDP增速值、售电量、最高温度、GDP增速的置信区间和最高温度的置信区间，基于所述多项式回归算法，计算所述目标月份的异常高温对售电量的影响变化量，包括：获取所述目标月份的GDP增速值，并将所述目标月份的GDP增速值与所述目标月份的GDP增速的置信区间的最大值的差值作为所述目标月份的GDP增速异常变化量；将所述目标月份的最高温度与所述目标月份的最高温度的置信区间的最大值的差值作为所述目标月份的最高温度异常变化量；获取所述目标月份的售电量，并基于所述多项式回归算法，分别根据所述目标月份的售电量、GDP增速异常变化量和最高温度异常变化量，计算所述目标月份售电量的置信区间，以及异常GDP增速对售电量的影响变化量与异常高温对售电量的影响变化量的比值；将所述目标月份的售电量与所述目标月份售电量的置信区间的最大值的差值作为所述目标月份的售电量异常变化量，并根据所述目标月份的异常GDP增速对售电量的影响变化量与异常高温对售电量的影响变化量的比值，计算所述目标月份的异常高温对售电量的影响变化量。优选的，所述获取所述目标月份的售电量，并基于所述多项式回归算法，分别根据所述目标月份的售电量、GDP增速异常变化量和最高温度异常变化量，计算所述目标月份售电量的置信区间，以及异常GDP增速对售电量的影响变化量与异常高温对售电量的影响变化量的比值，包括：将所述目标月份的GDP增速值、最高温度，以及所述最小二乘法对系数a0，a1，...，ak，b0，b1，...，bs的估计值，代入所述二元多项表达式Q＝a0+a1T+…+akTk+b0+b本文档来自技高网...

【技术保护点】
一种异常高温对售电量的影响分析方法，其特征在于，包括：获取目标区域中目标月份之前的多个季度GDP增速值和多个月度最高温度，并利用线性插值方法对各个所述季度GDP增速值进行插值，得到所述目标月份之前的多个月度GDP增速值；利用箱型图法，分别根据所述目标月份之前的多个月度GDP增速值和多个月度最高温度，计算目标月份的GDP增速的置信区间和最高温度的置信区间；根据所述目标月份之前的多个月度GDP增速值、多个月度最高温度和多个月度售电量增速值，基于多项式回归算法，计算目标月份售电量增速的置信区间；获取所述目标月份的最高温度和售电量增速值，当所述目标月份的最高温度大于所述目标月份最高温度的置信区间的最大值，且所述目标月份的售电量增速值大于所述目标月份售电量增速的置信区间的最大值时，判定所述目标月份的售电量受到高温的影响；获取所述目标月份的GDP增速值和售电量，并根据所述目标月份的GDP增速值、售电量、最高温度、GDP增速的置信区间和最高温度的置信区间，基于所述多项式回归算法，计算所述目标月份的异常高温对售电量的影响变化量。

【技术特征摘要】
1.一种异常高温对售电量的影响分析方法，其特征在于，包括：获取目标区域中目标月份之前的多个季度GDP增速值和多个月度最高温度，并利用线性插值方法对各个所述季度GDP增速值进行插值，得到所述目标月份之前的多个月度GDP增速值；利用箱型图法，分别根据所述目标月份之前的多个月度GDP增速值和多个月度最高温度，计算目标月份的GDP增速的置信区间和最高温度的置信区间；根据所述目标月份之前的多个月度GDP增速值、多个月度最高温度和多个月度售电量增速值，基于多项式回归算法，计算目标月份售电量增速的置信区间；获取所述目标月份的最高温度和售电量增速值，当所述目标月份的最高温度大于所述目标月份最高温度的置信区间的最大值，且所述目标月份的售电量增速值大于所述目标月份售电量增速的置信区间的最大值时，判定所述目标月份的售电量受到高温的影响；获取所述目标月份的GDP增速值和售电量，并根据所述目标月份的GDP增速值、售电量、最高温度、GDP增速的置信区间和最高温度的置信区间，基于所述多项式回归算法，计算所述目标月份的异常高温对售电量的影响变化量。2.根据权利要求1所述的方法，其特征在于，所述利用线性插值方法对各个所述季度GDP增速值进行插值，得到所述目标月份之前的多个月度GDP增速值，包括：将GDP(i)定义为目标区域中目标月份之前的n个季度GDP增速值，其中，i∈[Q1,Qn]；将GDP(j)定义为所述目标月份之前的m个月度GDP增速值，其中，j∈[M1,Mm]，所述n个季度中包括m个月；利用线性插值方法，根据各个所述GDP(i)计算得到各个所述GDP(j)。3.根据权利要求1所述的方法，其特征在于，所述利用箱型图法，分别根据所述目标月份之前的多个月度GDP增速值和多个月度最高温度，计算目标月份的GDP增速的置信区间和最高温度的置信区间，包括：将GDP(j)定义为所述目标月份之前的多个月度GDP增速值，并将T(j)定义为所述目标月份之前的多个月度最高温度，其中，j∈[1,m]；利用箱型图法分别计算目标月份的GDP增速的置信区间[GDPdow,GDPup]和最高温度的置信区间[Tdown,Tup]，其中，目标月份为第m+1个月，GDPdown＝GDP2-1.5*(GDP3-GDP1)，GDPup＝GDP2+1.5*(GDP3-GDP1)，GDP1为GDP(j)的下四分位数，GDP2为GDP(j)的平均值，GDP3为GDP(j)的上四分位数，Tdown＝T2-1.5*(T3-T1)，Tup＝T2+1.5*(T3-T1)，T1为T(j)的下四分位数，T2为T(j)的平均值，T3为T(j)的上四分位数。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标月份之前的多个月度GDP增速值、多个月度最高温度和多个月度售电量增速值，基于多项式回归算法，计算目标月份售电量增速的置信区间，包括：获取多个所述目标月份之前的最高温度、GDP增速值和售电量增速值数据点pj(Tj,Gj,Qj)，其中，j＝1,2,...,m，Tj为j月的最高温度，Gj为j月的GDP增速值，Qj为j月的售电量增速值；对m个所述数据点进行拟合，得到二元多项表达式：Q＝a0+a1T+…+akTk+b0+b1G+…+bsGs；利用最小二乘法估计所述二元多项表达式中的系数a0,a1,...,ak,b0,b1,...,bs；将系数a0,a1,...,ak,b0,b1,...,bs和所述目标月份的最高温度和GDP增速值代入所述二元多项表达式，得到所述目标月份的售电量增速估计值Q，并根据所述目标月份的售电量增速估计值Q计算所述目标月份的售电量增速的置信区间[Qdown,Qup]，其中，Qdown＝Q-t0.025sQ，Qup＝Q+t0.025sQ，t0.025为置信水平为95％时变量的显著性，sQ为Q的标准差估计量。5.根据权利要求1所述的方法，其特征在于，所述获取所述目标月份的GDP增速值和售电量，并根据所述目标月份的GDP增速值、售电量、最高温度、GDP增速的置信区间和最高温度的置信区间，基于所述多项式回归算法，计算所述目标月份的异常高温对售电量的影响变化量，包括：获取所述目标月份的GDP增速值，并将所述目标月份的GDP增速值与所述目标月份的GDP增速的置信区间的最大值的差值作为所述目标月份的GDP增速异常变化量；将所述目标月份的最高温度与所述目标月份的最高温度的置信区间的最大值的差值作为所述目标月份的最高温度异常变化量；获取所述目标月份的售电量，并基于所述多项式回归算法，分别根据所述目标月份的售电量、GDP增速异常变化量和最高温度异常变化量，计算所述目标月份售电量的置信区间，以及异常GDP增速对售电量的影响变化量与异常高温对售电量的影响变化量的比值；将所述目标月份的售电量与所述目标月份售电量的置信区间的最大值的差值作为所述目标月份的售电量异常变化量，并根据所述目标月份的异常GDP增速对售电量的影响变化量与异常高温对售电量的影响变化量的比值，计算所述目标月份的异常高温对售电量的影响变化量。6.根据权利要求4和5所述的方法，其特征在于，所述获取所述目标月份的售电量，并基于所述多项式回归算法，分别根据所述目标月份的售电量、GDP增速异常变化量和最高温度异常变化量，计算所述目标月份售电量的置信区间，以及异常GDP增速对售电量的影响变化量与异常高温对售电量的影响变化量的比值，包括：将所述目标月份的GDP增速值、最高温度，以及所述最小二乘法对系数a0,a1,...,ak,b0,b1,...,bs的估计值，代入所述二元多项表达式Q＝a0+a1T+…+akTk+b0+b1G+…+bsGs中，得到所述目标月份售电量的估计值Q′，并根据所述目标月份售电量的估计值Q′计算所述目标月份的售电量的置信区间[Q′down,Q′up]，其中，Q′down＝Q′-t0.025sQ′，Q′up＝Q′+t0.025sQ′，t0.025为置信水平为95％时变量的显著性，sQ′为Q′的标准差估计量；对GDP增速值G求所述二元多项表达式Q＝a0+a1T+…+akTk+b0+b1G+…+bsGs的偏导数，代入所述目标月份的GDP增速异常变化量，得到所述目标月份的异常GDP增速对售电量的影响变化量估计值；对最高温度T求所述二元多项表达式Q＝a0+a1T+…+akTk+b0+b1G+…+bsGs的偏导数，代入所述目标月份的最高温度异常变化量，得到所述目标月份的异常高温对售电量的影响变化量估计值；根据所述目标月份的异...

【专利技术属性】
技术研发人员：陈雨泽，赵加奎，刘建，方学民，欧阳红，方红旺，朱平飞，袁葆，刘玉玺，王树龙，卢耀宗，
申请(专利权)人：北京中电普华信息技术有限公司，国网信息通信产业集团有限公司，国家电网公司，
类型：发明
国别省市：北京,11