一种基于大用户电量信息的地市电网售电量预测方法技术

本发明专利技术公开了一种基于大用户电量信息的地市电网售电量预测方法：调研统计地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划；对获取的大用户电量信息进行预处理，以保证数据的完整性、唯一性与结构一致性；基于皮尔逊积矩相关系数计算，分析地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系；通过对地市电网各类售电量占总售电量比例的计算，分析地市电网售电量的结构；建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性回归模型，结合所掌握的大用户未来电量使用计划，对地市电网年度售电量进行预测，以解决大工业占比较高的地市电网售电量预测精度不足的问题。

【技术实现步骤摘要】
一种基于大用户电量信息的地市电网售电量预测方法
本专利技术涉及电力系统电量预测
，具体地，涉及一种基于大用户电量信息的地市电网售电量预测方法。
技术介绍
电量预测是指在满足一定精度的前提下，根据电力系统内部的电量历史数据与外部的政策、经济、技术、气象等相关因素，对未来电力消耗进行预测的行为。准确的电量预测可以指导电网公司开展电气设备检修、投资能力测算和电力市场开拓等工作，为电力系统的规划、营销和生产经营计划管理等工作提供决策支持。按照预测环节来讲，电量预测可以分为用电量预测以及售电量预测。用电量是第一、二、三产等所有产业的电能消耗总量，包含客户实际使用、线损消耗与电厂自用等电量；而售电量则指的是电网与用户最终产生电费结算所对应的电量，它是电费结算的基础。由于涉及各类用户，售电量的统计时间与自然月有区别，而经济、气象等因素的月度值通常是按自然月进行统计的，如果直接引入与电量相关的外部因素，模型预测效果可能不会有所改善；而如果仅根据售电量历史数据进行预测，在经济变动、气象异常等情况下模型预测精度往往较低。为此，必须搜集与售电量具有相同本文档来自技高网...

【技术保护点】
1.一种基于大用户电量信息的地市电网售电量预测方法，其特征在于：包括以下步骤：/n步骤1：对地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划进行统计与调研；/n步骤2：利用数据清洗方法，对获取的大用户电量信息进行预处理，以保证数据的完整性、唯一性与结构一致性；/n步骤3：基于大用户电量信息的地市累加结果，分析地市内大用户电量的变化规律；/n步骤4：挖掘地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系；/n步骤5：分析地市电网售电量结构，计算地市电网各类售电量占总售电量的比例；/n步骤6：建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性...

【技术特征摘要】
1.一种基于大用户电量信息的地市电网售电量预测方法，其特征在于：包括以下步骤：
步骤1：对地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划进行统计与调研；
步骤2：利用数据清洗方法，对获取的大用户电量信息进行预处理，以保证数据的完整性、唯一性与结构一致性；
步骤3：基于大用户电量信息的地市累加结果，分析地市内大用户电量的变化规律；
步骤4：挖掘地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系；
步骤5：分析地市电网售电量结构，计算地市电网各类售电量占总售电量的比例；
步骤6：建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性回归模型，对地市电网未来的年度售电量进行预测。


2.根据权利要求1所述的基于大用户电量信息的地市电网售电量预测方法，其特征在于，步骤1中，搜集地市内月用电量300万千瓦时及以上大用户的月度电量历史信息，以及各自未来生产计划和年度用电预测值，表征地市经济结构特点、产业结构优势及未来发展趋势，提供有利于地市电网售电量预测的信息。


3.根据权利要求1所述的基于大用户电量信息的地市电网售电量预测方法，其特征在于，步骤2中，利用数据清理方法实现大用户电量信息的预处理；由于统计的大用户电量信息数据时间跨度较长，部分数据存储与管理的形式发生了变化，前后数据结构不一致，利用数据清洗方法，对大用户电量信息数据...

【专利技术属性】
技术研发人员：刘俊，赵宏炎，刘嘉诚，刘晓明，张睿哲，池宇琪，彭鑫，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61