一种电力需求预测方法及系统技术方案

本发明专利技术涉及一种电力需求预测方法及系统，其包括：收集影响电力需求的内部因素和外部因素，并将其进行指标量化得到备选指标；将备选指标分为先兆性指标、一致性指标和滞后性指标；从先兆性指标、一致性指标和滞后性指标中筛选影响电力需求的关键指标，剔除无关指标；对关键指标进行处理，分别得到电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数；对三个指数值进行拟合，得到电力需求指数模型，进而预测得到反映电力需求的变化趋势。本发明专利技术能够更加准确的反映电力需求，便于电力企业对电力需求进行分析预测。

【技术实现步骤摘要】
一种电力需求预测方法及系统
本专利技术涉及一种电力需求分析和预测领域，特别是关于一种基于先兆、一致、滞后性指标的电力需求预测方法及系统。
技术介绍
随着社会的不断发展，人民生活水平的不断提高，电力需求将不再是传统的对电网供电能力的需求，而是要将观念过渡到人民对美好生活用电的需求。电力需求通过定量分析与定性分析，以指数形式对电力需求发展趋势做出系统、客观和准确的评价。目前对于电力需求指数研究，主要集中在对影响电力需求因素的外部因素评价分析上，包括经济、人口、环境等因素，而忽略了影响电力需求的内部因素，指标体系较为简单，分析预测结果不够准确。此外，在应用影响电力需求的指标体系构建电力需求指数时，通常忽略了这些指标与电力需求之间的时差相关性，因此构建的电力需求指数普遍存在较大偏差。
技术实现思路
针对上述问题，本专利技术的目的是提供一种基于先兆、一致、滞后性指标的电力需求预测方法及系统，其能较准确的反映电力需求的变化趋势，便于电力企业对电力需求进行分析预测。为实现上述目的，本专利技术采取以下技术方案：一种电力需求预测方法，其包括：1)收集影响电力需求的内部因素和外部因素，并将其进行指标量化得到备选指标；2)将备选指标分为先兆性指标、一致性指标和滞后性指标；3)从先兆性指标、一致性指标和滞后性指标中筛选影响电力需求的关键指标，剔除无关指标；4)对关键指标进行处理，分别得到电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数；5)对三个指数值进行拟合，得到电力需求指数模型，进而预测得到反映电力需求的变化趋势。进一步，采用K-L信息量法对备选指标进行分类，包括以下步骤：2.1)确定基准指标，并对基准指标进行标准化处理得到标准化后的基准序列pt；2.2)将备选指标序列进行标准化处理得到标准化后的备选指标序列qt；2.3)根据标准化后的基准序列pt和标准化后的备选指标序列qt，得到K-L信息量的计算公式；当计算出2L+1个K-L信息量后，从这些Kl值中选出一个最小值作为被选指标的K-L信息量，L表示最大延迟数。进一步，所述K-L信息量的计算公式为：其中，l表示时差，为先行或者滞后时差数，取负数表示先行，取正数表示滞后；Kl表示基准序列pt和备选指标序列qt之间的K-L信息量；t′表示基准序列的计算起始点。进一步，关键指标的筛选方法采用灰色关联度和相关性分析法，包括以下步骤：3.1)分别计算先兆性指标、一致性指标、滞后性指标与表征电力需求的指标全社会用电量之间的灰色关联度；3.2)比较电力需求指标与其强相关的指标之间的相关性，若两指标之间的相关性大于预设阈值，则应将其中一个指标剔除。进一步，大于预设阈值为0.9。进一步，选取关联度大于等于0.7的指标作为与电力需求强相关的指标。进一步，所述电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数的获取方法为：对筛选后的先兆性指标、一致性指标、滞后性指标进行多重共线性检验，通过检验后，采用多元线性回归分别将先兆性指标、一致性指标、滞后性指标与全社会用电量进行拟合，得到电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数。进一步，所述电力需求指数模型的获取采用最小二乘法，包括以下步骤：5.1)将基于外部因素和内部因素的电力需求先兆、一致、滞后性指数通过权重进行合成；5.2)将电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数取对数，并将电力需求先兆性、一致性、滞后性指数的对数值与全社会用电量标准化值的对数值进行线性多元回归，得到最终的电力需求综合指数模型。进一步，外部因素的影响力与内部因素的影响力权重之比为7:3。一种电力需求预测系统，其包括：备选指标获取模块、指标划分模块、指标筛选模块、指数获取模块和预测模块；所述备选指标获取模块收集影响电力需求的内部因素和外部因素，并将其进行指标量化得到备选指标；所述指标划分模块将备选指标分为先兆性指标、一致性指标和滞后性指标；所述指标筛选模块从先兆性指标、一致性指标和滞后性指标中筛选影响电力需求的关键指标，剔除无关指标；所述指数获取模块对关键指标进行处理，分别得到电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数；所述预测模块对三个指数值进行拟合，得到电力需求指数模型，进而预测得到反映电力需求的变化趋势。本专利技术由于采取以上技术方案，其具有以下优点：1、本专利技术综合考虑了影响电力需求的外部因素和内部因素，外部指标涉及宏观经济、产业结构、人口与民生、能源消费、生态环境五个方面，内部因素涉及电网规划、电网运行和电网运营三个方面，指标体系更加完备。2、本专利技术运用K-L信息量法将影响电力需求的指标分为先兆性指标、一致性指标和滞后性指标，考虑了这些指标与电力需求之间的时差相关性。3、本专利技术构建的电力需求指数考虑了电力需求的内外部影响因素以及指标的时差相关性，因此能够更加准备的反映电力需求的变化趋势，便于电力企业对电力需求进行分析预测。附图说明图1为本专利技术所提出的预测方法流程图。图2为影响电力需求的指标体系图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例的附图，对本专利技术实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于所描述的本专利技术的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。针对上述
技术介绍
中，影响电力需求的指标体系不够完备，且忽略了这些指标与电力需求之间的时差相关性，本专利技术从内外两个方面全面收集了影响电力需求的相关因素，并进行指标量化。其中外部指标涉及宏观经济、产业结构、人口与民生、能源消费、生态环境五个方面；内部因素涉及电网规划、电网运行和电网运营三个方面，本专利技术能够更加准确的反映电力需求，便于电力企业电力需求进行分析预测。在本专利技术的第一实施方式中，如图1所示，本实施例提供一种基于先兆、一致、滞后性指标的电力需求预测方法，其包括以下步骤：1)从内外两个方面全面收集影响电力需求的内部因素和外部因素，并将内部因素和外部因素进行指标量化得到备选指标。2)采用K-L信息量法将备选指标分为先兆性指标、一致性指标和滞后性指标。3)采用灰色关联度和相关性分析法从先兆性指标、一致性指标和滞后性指标中筛选影响电力需求的关键指标，剔除无关指标。4)基于多元回归分析模型对关键指标进行处理，分别得到电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数，以便能够反映电力需求的变化情况。5)采用最小二乘法对三个指数值进行拟合，得到电力需求指数模型，进而预测得到反映电力需求的变化趋势。上述步骤中，采用K-L信息量法对备选指标进行分类的方法如下：假设基准的随机变量的概率分布为p＝{p1,p2,...,pm},其中pi为基准随机变本文档来自技高网...

【技术保护点】
1.一种电力需求预测方法，其特征在于，包括：/n1)收集影响电力需求的内部因素和外部因素，并将其进行指标量化得到备选指标；/n2)将备选指标分为先兆性指标、一致性指标和滞后性指标；/n3)从先兆性指标、一致性指标和滞后性指标中筛选影响电力需求的关键指标，剔除无关指标；/n4)对关键指标进行处理，分别得到电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数；/n5)对三个指数值进行拟合，得到电力需求指数模型，进而预测得到反映电力需求的变化趋势。/n

【技术特征摘要】
20200903 CN 20201091419601.一种电力需求预测方法，其特征在于，包括：
1)收集影响电力需求的内部因素和外部因素，并将其进行指标量化得到备选指标；
2)将备选指标分为先兆性指标、一致性指标和滞后性指标；
3)从先兆性指标、一致性指标和滞后性指标中筛选影响电力需求的关键指标，剔除无关指标；
4)对关键指标进行处理，分别得到电力需求先兆性指数、电力需求一致性指数和电力需求滞后性指数；
5)对三个指数值进行拟合，得到电力需求指数模型，进而预测得到反映电力需求的变化趋势。


2.如权利要求1所述预测方法，其特征在于，采用K-L信息量法对备选指标进行分类，包括以下步骤：
2.1)确定基准指标，并对基准指标进行标准化处理得到标准化后的基准序列pt；
2.2)将备选指标序列进行标准化处理得到标准化后的备选指标序列qt；
2.3)根据标准化后的基准序列pt和标准化后的备选指标序列qt，得到K-L信息量的计算公式；当计算出2L+1个K-L信息量后，从这些Kl值中选出一个最小值作为被选指标的K-L信息量，L表示最大延迟数。


3.如权利要求2所述预测方法，其特征在于，所述K-L信息量的计算公式为：



其中，l表示时差，为先行或者滞后时差数，取负数表示先行，取正数表示滞后；Kl表示基准序列pt和备选指标序列qt之间的K-L信息量；t′表示基准序列的计算起始点。


4.如权利要求1所述预测方法，其特征在于，关键指标的筛选方法采用灰色关联度和相关性分析法，包括以下步骤：
3.1)分别计算先兆性指标、一致性指标、滞后性指标与表征电力需求的指标全社会用电量之间的灰色关联度；
3.2)比较电力需求指标与其强相关的指标之间的相关性，若两指标之间的相关性大于预设阈值，则应将其中一个指标剔除。

<...

【专利技术属性】
技术研发人员：刘一江，霍慧娟，王祺，
申请(专利权)人：国网经济技术研究院有限公司，国网上海市电力公司，上海交通大学，
类型：发明
国别省市：北京;11