一种基于供电电网典型用户群用电负荷预测的方法技术

本发明专利技术公开了一种基于供电电网典型用户群用电负荷预测的方法，包括：步骤1，对典型用户群的用电负荷历史数据进行时间序列分解；步骤2，对基于时间序列分解出的趋势项进行求解，得到预测模型；步骤3，采用平均绝对误差MAE来对预测模型进行评估并优化；步骤4，采用优化后的预测模型对典型用户群进行用电负荷预测。本发明专利技术的技术效果在于，本发明专利技术基于时间序列分解和机器学习拟合相结合的方式建立用户用电量的预测模型，并引入了节假日对于用电负荷的影响，通过平均绝对误差来优化调整预测模型，从而得到了能够较为准确的预测用电负荷的预测模型，有利于电力供应企业根据未来的经济形势对用电量的影响提前做出判断，及时调整供电量并提前做好准备。并提前做好准备。并提前做好准备。

【技术实现步骤摘要】
一种基于供电电网典型用户群用电负荷预测的方法


[0001]本专利技术涉及一种基于供电电网典型用户群用电负荷预测的方法。

技术介绍

[0002]在现代社会中，用户的用电量与经济发展有非常强的相关性，往往反映了整个行业的发展趋势。通过较为准确的预测用户用电量水平，一方面能够精确的调度电力的供应水平，缓解电网的用电负载，另一方面也为相关经济研究提供了重要的研究线索。而时间序列预测分析是利用历史上某事件时间的特征来预测未来一段时间内该事件的特征。时间序列可以分为平稳序列，即存在某种周期，季节性及趋势的方差和均值不随时间变化的序列，及非平稳序列两大类。对变化的时间数据进行准确的预测是一类相对比较复杂的预测建模问题。多种因素均会对时间序列预测结果产生影响。
[0003]常见的预测有定性方法与定量方法两类。定性方法包括专家会议、类推预测和德尔菲法。它们通常适用于长期预测，一般在历史数据较少的情况下，依赖专家来进行预测，具有较强的主观性。定量方法主要包括线性回归预测法、非线性回归预测法、趋势外部推法、移动平均法、指数平滑法、自适应过滤法、平稳时间序列预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于供电电网典型用户群用电负荷预测的方法，其特征在于，包括以下步骤：步骤1，对典型用户群的用电负荷历史数据进行时间序列分解；步骤2，对基于时间序列分解出的趋势项进行求解，得到预测模型；步骤3，采用平均绝对误差MAE来对预测模型进行评估并优化；步骤4，采用优化后的预测模型对典型用户群进行用电负荷预测。2.根据权利要求1所述的一种基于供电电网典型用户群用电负荷预测的方法，其特征在于，所述的步骤1中，对典型用户群的用电负荷历史数据进行时间序列分解包括以下步骤：将用电负荷历史数据所形成的时间序列分成季节项S
t
，趋势项T
t
和剩余项R
t
：其中t≥0以乘法形式表示为：即等价为：同时引入节假日对于时间序列的影响，表示为：其中g(t)为趋势项，代表时间序列在非周期上的变化趋势；s(t)为周期项，代表序列周期性的变化；h(t)为节假日项，代表假期的影响；ε
t
为服从高斯分布的误差项。3.根据权利要求1所述的一种基于供电电网典型用户群用电负荷预测的方法，其特征在于，所述的步骤2中，对基于...

【专利技术属性】
技术研发人员：李达伟，陈剑，林志勇，刘珺，何书耘，姚颖，刘浩田，冷阳，伍也凡，
申请(专利权)人：国网湖南省电力有限公司经济技术研究院国家电网有限公司，
类型：发明
国别省市：