一种电力客户用电数据的分析方法技术

本发明专利技术公开一种电力客户用电数据的分析方法，包括以下步骤：(1)采集数据并清洗和转换；(2)获得月用电量与相关变量的多元线性回归方程；(3)采用灰色预测法对相关变量预测；(4)将相关变量的预测结果作为多元线性回归方程的输入获得月用电量。本发明专利技术实现灰色预测模型与多元线性回归方程的有机结合，获得较高精度的预测结果，为各网电力发展规划提供可靠的基础数据支撑。

【技术实现步骤摘要】
一种电力客户用电数据的分析方法
本专利技术涉及一种数据的分析方法，尤其涉及一种电力客户用电数据的分析方法。
技术介绍
现行用电量的预测方法有灰色预测法、时间序列分析预测法、线性回归分析预测法、偏最小二乘回归预测法和神经网络预测法等。时间序列分析法对于中短期预测效果比较好，但是影响预测对象变化的因素较易发生突变，其结果会出现严重偏差。偏最小二乘回归是一种新的多元统计数据分析方法，是多元线性回归、典型相关分析和主成分分析的有机结合，模型精度和实用性都很高，但是偏最小二乘回归计算复杂，限制了其应用。神经网络方法预测结果较好，但是由于人工神经网络结构设计困难，训练易陷入瘫痪，常常得不到期望解。
技术实现思路
专利技术目的：本专利技术旨在解决现有技术的上述不足，提供一种电力客户用电数据的分析方法，解决单一预测方法预测偏差大的问题。技术方案：本专利技术所述的电力客户用电数据的分析方法，包括以下步骤：(1)采集数据并清洗和转换；(2)获得月用电量与相关变量的多元线性回归方程；(3)采用灰色预测法对相关变量预本文档来自技高网...

【技术保护点】
1.一种电力客户用电数据的分析方法，其特征在于：包括以下步骤：/n(1)采集数据并清洗和转换；/n(2)获得月用电量与相关变量的多元线性回归方程；/n(3)采用灰色预测法对相关变量预测；/n(4)将相关变量的预测结果作为多元线性回归方程的输入获得月用电量。/n

【技术特征摘要】
1.一种电力客户用电数据的分析方法，其特征在于：包括以下步骤：
(1)采集数据并清洗和转换；
(2)获得月用电量与相关变量的多元线性回归方程；
(3)采用灰色预测法对相关变量预测；
(4)将相关变量的预测结果作为多元线性回归方程的输入获得月用电量。


2.根据权利要求1所述的电力客户用电数据的分析方法，其特征在于：步骤(2)中所述相关变量包括用户数、欠费金额、交费金额、平均用电容量、异常用电次数、业务办电次数。


3.根据权利要求1所述的电力客户用电数据的分析方法，其特征在于：步骤(2)包括以下步骤：
(21)获得多元线性回归方程的相关性分析函数；
(22)确定显著性水平α，获得相关变量与月用电量之间的相关系数；
(23)去除相关系数小于阈值的...

【专利技术属性】
技术研发人员：余锦河，张才俊，杨维，田举，王佳佳，郝景昌，林志明，王威，程飞飞，郭源，严海浪，
申请(专利权)人：国家电网有限公司客户服务中心，江苏瑞中数据股份有限公司，南瑞集团有限公司，
类型：发明
国别省市：天津;12