一种代理电量预测方法、装置、设备及介质制造方法及图纸

本申请公开了一种代理电量预测方法、装置、设备及介质，涉及电力系统技术领域，包括：基于第一历史月份的第一流失率和历史月度代理电量确定与第一历史月份对应的不计及用户流失的目标月度代理电量；对目标月度代理电量进行分解得到若干数量个负荷分量，并按照预设规则对每一负荷分量进行预测得到目标月份的预测负荷分量，以及基于所有预测负荷分量得到重构后的目标月度代理电量；构建目标用户流失率模型，并利用目标用户流失率模型预测目标月份的第二流失率，以及基于第二流失率和重构后的目标月度代理电量确定与目标月份对应的计及用户流失的预测月度代理电量。通过本申请的技术方案能够有效提高电网企业代理电量的预测精度。测精度。测精度。

【技术实现步骤摘要】
一种代理电量预测方法、装置、设备及介质


[0001]本专利技术涉及电力系统
，特别涉及一种代理电量预测方法、装置、设备及介质。

技术介绍

[0002]电网企业代理购电机制是我国进一步深化燃煤发电上网电价市场化改革提出的明确要求，对有序平稳实现工商业用户全部进入电力市场、促进电力市场加快建设发展具有重要意义。电网企业需要明确代理购电用户范围，预测代理工商业用户用电规模，通过市场化的购电方式形成代理购电用户电价。由于电网企业代理购电价格除市场购电价格、输配电价与政府性基金及附加外，还包括代理购电产生的偏差电量，且应按月测算、提前发布，因而电网企业需要准确地预测代理用户月度用电量，以便降低偏差成本、合理制定代理购电价格，保障电网企业代理购电机制的健康发展。
[0003]电量预测可大致分为短期电量预测与中长期电量预测，后者主要面向电网的规划、安全经济运行和电网企业的营销工作。面向中长期负荷预测的方法包括指数平滑法、时间序列法、灰色模型等方法。此外，人工神经网络、支持向量机等人工智能法，通过大量样本的训练来建立输入与输出之间的非线性关系，也在理论上被用于中期负荷预测。尽管中长期负荷数据序列通常具有良好趋势性，但预测中样本量往往较少，致使该类方法难以实际应用。此外，由于电力市场鼓励工商业用户直接参与市场交易，不断缩小电网企业代理购电范围，导致电网企业代理电量受市场环境和政策因素影响较大，历史负荷数据序列的趋势性遭到破坏，难以直接用于中期负荷预测。
[0004]综上，如何提高电网企业代理电量的预测精度是目前有待解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种代理电量预测方法、装置、设备及介质，能够提高电网企业代理电量的预测精度。其具体方案如下：
[0006]第一方面，本申请公开了一种代理电量预测方法，包括：
[0007]基于第一历史月份的第一流失率和历史月度代理电量确定与所述第一历史月份对应的不计及用户流失的目标月度代理电量；
[0008]对所述目标月度代理电量进行分解得到若干数量个负荷分量，并按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量，以及基于所有所述预测负荷分量得到重构后的目标月度代理电量；
[0009]构建目标用户流失率模型，并利用所述目标用户流失率模型预测所述目标月份的第二流失率，以及基于所述第二流失率和重构后的所述目标月度代理电量确定与所述目标月份对应的计及用户流失的预测月度代理电量。
[0010]可选的，所述对所述目标月度代理电量进行分解得到若干数量个负荷分量，包括：
[0011]利用时间序列分解算法对所述目标月度代理电量进行分解得到趋势分量、季节分
量和随机分量。
[0012]可选的，所述按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量，包括：
[0013]利用多项式曲线拟合法对所述趋势分量进行预测得到目标月份的预测趋势分量；
[0014]利用预设历史同期数据代替法对所述季节分量进行预测得到所述目标月份的预测季节分量；
[0015]利用平均值估计法对所述随机分量进行预测得到所述目标月份的预测随机分量。
[0016]可选的，所述利用多项式曲线拟合法对所述趋势分量进行预测得到目标月份的预测趋势分量，包括：
[0017]确定所述趋势分量的多项式函数，并利用包括正则项函数的均方误差函数对所述多项式函数进行拟合评估，以确定所述多项式函数的目标阶数；
[0018]基于所述目标阶数构建目标多项式，并将所述目标多项式确定为目标月份的预测趋势分量。
[0019]可选的，所述利用预设历史同期数据代替法对所述季节分量进行预测得到所述目标月份的预测季节分量，包括：
[0020]预先设置历史同期判别系数，并基于所述历史同期判别系数和所述季节分量构建所述目标月份的预测季节分量。
[0021]可选的，所述利用平均值估计法对所述随机分量进行预测得到所述目标月份的预测随机分量，包括：
[0022]确定预设数量个所述随机分量的平均随机分量，并将所述平均随机分量确定为所述目标月份的预测随机分量。
[0023]可选的，所述构建目标用户流失率模型，还包括：
[0024]基于生命周期理论构建用于表征所述用户流失率的萌芽期、形成期、衰退期的指数函数，并基于所述指数函数构建初始用户流失率模型；
[0025]基于第二历史月份的第三流失率确定出所述初始用户流失率模型中的预设目标参数的参数值，以得到目标用户流失率模型。
[0026]第二方面，本申请公开了一种代理电量预测装置，包括：
[0027]电量确定模块，用于基于第一历史月份的第一流失率和历史月度代理电量确定与所述第一历史月份对应的不计及用户流失的目标月度代理电量；
[0028]分量预测模块，用于对所述目标月度代理电量进行分解得到若干数量个负荷分量，并按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量，以及基于所有所述预测负荷分量得到重构后的目标月度代理电量；
[0029]电量预测模块，用于构建目标用户流失率模型，并利用所述目标用户流失率模型预测所述目标月份的第二流失率，以及基于所述第二流失率和重构后的所述目标月度代理电量确定与所述目标月份对应的计及用户流失的预测月度代理电量。
[0030]第三方面，本申请公开了一种电子设备，包括：
[0031]存储器，用于保存计算机程序；
[0032]处理器，用于执行所述计算机程序，以实现前述公开的代理电量预测方法的步骤。
[0033]第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，
所述计算机程序被处理器执行时实现前述公开的代理电量预测方法的步骤。
[0034]可见，本申请基于第一历史月份的第一流失率和历史月度代理电量确定与所述第一历史月份对应的不计及用户流失的目标月度代理电量；对所述目标月度代理电量进行分解得到若干数量个负荷分量，并按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量，以及基于所有所述预测负荷分量得到重构后的目标月度代理电量；构建目标用户流失率模型，并利用所述目标用户流失率模型预测所述目标月份的第二流失率，以及基于所述第二流失率和重构后的所述目标月度代理电量确定与所述目标月份对应的计及用户流失的预测月度代理电量。由此可见，本申请首先通过利用第一历史月份的第一流失率和历史月度代理电量确定出与第一历史月份对应的不计及用户流失的目标月度代理电量，然后对目标月度代理电量进行分解得到若干数量个负荷分量，以及对每一个负荷分量进行预测，并基于预测负荷分量重构目标月度代理电量；再利用构建的用户流失率模型预测目标月份的第二流失率，最后利用第二流失率和重构后的目标月度代理电量预测目标月份在计及用户流失的情况下的预测月度代理电量。通过上述技术方案，有效提高了电网企业代理电量的预测精度，有助于分析区域电网企业代理购电机制的发展状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种代理电量预测方法，其特征在于，包括：基于第一历史月份的第一流失率和历史月度代理电量确定与所述第一历史月份对应的不计及用户流失的目标月度代理电量；对所述目标月度代理电量进行分解得到若干数量个负荷分量，并按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量，以及基于所有所述预测负荷分量得到重构后的目标月度代理电量；构建目标用户流失率模型，并利用所述目标用户流失率模型预测所述目标月份的第二流失率，以及基于所述第二流失率和重构后的所述目标月度代理电量确定与所述目标月份对应的计及用户流失的预测月度代理电量。2.根据权利要求1所述的代理电量预测方法，其特征在于，所述对所述目标月度代理电量进行分解得到若干数量个负荷分量，包括：利用时间序列分解算法对所述目标月度代理电量进行分解得到趋势分量、季节分量和随机分量。3.根据权利要求2所述的代理电量预测方法，其特征在于，所述按照预设规则对每一所述负荷分量进行预测得到目标月份的预测负荷分量，包括：利用多项式曲线拟合法对所述趋势分量进行预测得到目标月份的预测趋势分量；利用预设历史同期数据代替法对所述季节分量进行预测得到所述目标月份的预测季节分量；利用平均值估计法对所述随机分量进行预测得到所述目标月份的预测随机分量。4.根据权利要求3所述的代理电量预测方法，其特征在于，所述利用多项式曲线拟合法对所述趋势分量进行预测得到目标月份的预测趋势分量，包括：确定所述趋势分量的多项式函数，并利用包括正则项函数的均方误差函数对所述多项式函数进行拟合评估，以确定所述多项式函数的目标阶数；基于所述目标阶数构建目标多项式，并将所述目标多项式确定为目标月份的预测趋势分量。5.根据权利要求3所述的代理电量预测方法，其特征在于，所述利用预设历史同期数据代替法对所述季节分量进行预测得到所述目标月份的预测季节分量，包括：预先...

【专利技术属性】
技术研发人员：金骆松，沈广，刘强，何洁，赵雯，黄恒孜，汪向阳，闻安，朱静怡，潘一洲，张智，林振智，杨莉，
申请(专利权)人：浙江电力交易中心有限公司，
类型：发明
国别省市：