一种基于EEMD和离群点检测的月度售电量组合预测方法技术

本发明专利技术公开了一种基于EEMD和离群点检测的月度售电量组合预测方法，该方法首先通过改进的EMD方法对原始信号进行处理，然后采用基于多组影响因素的多个单一方法得到多组预测结果，最后基于离群点检测技术，剔除异常点后将其余预测值取平均，作为最终的预测结果。改进的EMD方法通过在原始信号中加入均匀分布频率的白噪声以及计算独特信号残差克服了传统EMD不足而获得IMF，改变了原始信号的极值分布点，从而减少模态混叠的情况，使重建后的信号几乎与原始信号相同。该方法方法不仅克服了现有的EMD模式混合现象，而且通过增加分解次数减少了重构误差。减少了重构误差。减少了重构误差。

【技术实现步骤摘要】
一种基于EEMD和离群点检测的月度售电量组合预测方法


[0001]本专利技术涉及售电量预测
，特别是一种基于EEMD和离群点检测的月度售电量组合预测方法。

技术介绍

[0002]售电量指供电企业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。售电量指标是电网企业重要的经济考核指标，反映了电网企业的经营水平，也一定程度上反映了电网企业经营区域内社会经济发展水平
[1]。准确的进行月度售电量预测可以为电网企业提供营销决策支持，对制定增供扩销计划、开展电能替代、实施有序用电方案、提升客户服务品质都具有重要意义
[2]。
[0003]常用的经典预测方法
[3]主要有：回归分析法、专家预测法、综合用电水平法、单耗法、弹性系数法、负荷密度法、平均增长率法、类比法、指数平滑法等。经典预测方法优点是计算便捷、简单，可以依赖工作经验或简单的数学推理对未来电量值做出初步预测，缺点是不能拟合出曲线规律以外的变化趋势，售电量预测精度较低，不能满足当前售电量预测工作的要求，且应用门槛较高，应用范围小。r/>[0004]常本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于EEMD和离群点检测的月度售电量组合预测方法，其特征在于，包括EEMD分解以及离群点检测，所述EEMD算法步骤包括：步骤一、将原始信号上增加白噪声P(t)+ε0ω
i
(t)，ε0为高斯白噪声幅值常数，i＝1，2，
…
，M；进行M次实验，通过EMD对其进行分解，来获取第一个本征模态函数l
i，1
(i＝1，2，
…
，M)，则EEMD分解得到第一个分量为M次实验所有l
i，1
的均值，即步骤二、在第1阶段，计算第1次残余序列r
i
(t)步骤三、对序列r
i
(t)+ε1E1(ω
i
(t))，ε1为高斯白噪声幅值常数，E1为EMD分解运算符，进行M次EMD，直到获得其第1个IMF。此时，可以根据如下计算得到EEMD的第2个分量行M次EMD，直到获得其第1个IMF。此时，可以根据如下计算得到EEMD的第2个分量步骤四、对于其余每个阶段k，重复步骤3，并按以下方式计算第k+1模态分量：步骤四、对于其余每个阶段k，重复步骤3，并按以下方式计算第k+1模态分量：步骤五、执行步骤4直到获得残差信号不再执行何IMF，且标准条件是无法从残差中提取IMF，极端点的数量不超过2；最后，所有模态分量的数量为K，最终残差信号为：因此，原始序列P(t)经过EEMD最终分解为：所述离群点检测包括：定义1：点P的第k距离，a)在集合中至少有不包括P在内的k个点O
′
∈C{O
′
≠P}，满足d(P，O
′
)≤d(P，O)；b)在集合中最多有不包括P在内的k
‑
1个点O
′
∈C{O
′
≠P}，满足d(P，O
′
)＜d(P，O)；定义2：第k距离邻域，即P的第k距离即以内的所有点，包括第k距离...

【专利技术属性】
技术研发人员：刘莉，熊仲宇，杨蓉，容家灏，陈福明，胡克，余俊杰，黄梅英，娄丽明，郑海宁，
申请(专利权)人：广东电网有限责任公司中山供电局，
类型：发明
国别省市：