一种考虑价格变化因素的行业用电量预测方法及系统技术方案

本发明专利技术实施例提供的一种考虑价格变化因素的行业用电量预测方法及系统，所述系统及方法先获取行业月度用电量数据和行业产品月度价格数据，对数据进行预处理得到用电量序列和价格变化率序列后进行平稳性检验，以及使用Granger因果检验检验用电量序列和价格变化率序列之间的因果关系并得到滞后月份数，再使用用电量序列和价格变化率序列构建不同参数组合的ARIMAX模型并计算、选择预测模型用于预测未来行业月度用电量。本发明专利技术能够收集地区行业主要产品历史价格数据和地区行业历史用电量数据，将价格变化因素引入对行业用电量预测模型当中，提高预测模型对于行业用电量预测的准确率，可以为电企人员判断行业用电需求提供辅助决策。助决策。助决策。

【技术实现步骤摘要】
一种考虑价格变化因素的行业用电量预测方法及系统


[0001]本专利技术涉及行业用电量预测分析领域，尤其涉及一种考虑价格变化因素的行业用电量预测方法及系统。

技术介绍

[0002]用电量需求预测是制定电力电量平衡及能源布局规划的重要基础，科学的预测方法和准确的预测结果对电力系统的经济运行具有十分重要的意义，特别是针对传统的高耗能行业而言。同时行业用电量会受到经济因素的影响，分析对行业用电量有重要影响的经济因素，构建合理的用电量需求预测模型可以为电网的建设规划和运营提供决策依据。
[0003]求和自回归移动平均模型(ARIMA，Auto Regression Integrated Moving Average)英文简称为ARIMA模型，是一种线性回归模型，是分析在时间序列内相关性规律的预测方法，可以对平稳随机序列和非平稳随机序列进行描述和预测。ARIMA模型在经济、社会等领域内的时间序列分析中有着非常广泛的应用。
[0004]在使用ARIMA模型对用电量进行预测分析时，存在着一定的局限性。ARIMA模型是一种一元时间序列分析方法，实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑价格变化因素的行业用电量预测方法，其特征在于，包括以下步骤：步骤S1：获取行业月度用电量数据；步骤S2：获取行业产品月度价格数据；步骤S3：对数据进行预处理得到用电量序列和价格变化率序列；步骤S4：对用电量序列和价格变化率序列分别进行平稳性检验，若检验不通过则需进行平稳化操作直到通过；步骤S5：将用电量序列和价格变化率序列进行Granger因果检验，并得到价格变化率序列相对用电量序列的月份滞后数；步骤S6：以用电量序列和价格变化率序列构建不同参数组合的ARIMAX模型并计算选择预测模型；步骤S7：以预测模型预测未来行业月度用电量。2.根据权利要求1所述的考虑价格变化因素的行业用电量预测方法，其特征在于，所述获取行业产品月度价格数据的方式包括定向网络爬虫方式。3.根据权利要求2所述的考虑价格变化因素的行业用电量预测方法，其特征在于，所述获取行业产品月度价格数据包括以下步骤：步骤S21：获取公布区域行业产品月度价格数据的主网页网址；步骤S22：构建匹配包含区域行业产品月度价格数据的子网页字符串特征的正则表达式；步骤S23：确定区域行业产品月度价格数据范围和格式；步骤S24：采用计算机程序自动获取并记录子网页的链接地址；步骤S25：采用计算机程序自动获取子网页中某区域行业产品价格数据并进行存储。4.根据权利要求1所述的考虑价格变化因素的行业用电量预测方法，其特征在于，所述对数据进行预处理得到用电量序列，包括以下步骤：步骤S31:选取用电基准值；步骤S32:计算基于用电基准值的各月份用电量；步骤S33：将各月份用电量贴上月份标签，得到以月份为标签的用电量序列。5.根据权利要求1所述的考虑价格变化因素的行业用电量预测方法，其特征在于，所述对数据进行预处理得到价格变化率序列，包括以下步骤：步骤S34：计算行业产品月度价格；步骤S35：计算行业产品月度价格序列；步骤S36：计算价格变化率序列。6.根据权利要求1所述...

【专利技术属性】
技术研发人员：黄丽娟，甘涌泉，郭华，包忠强，周恒旺，罗启登，覃晖，潘珍，于明，李波，林信，梁书伟，
申请(专利权)人：广西大学，
类型：发明
国别省市：