适用于多频度用电量的综合预测方法、设备、系统及介质技术方案

本说明书实施例提供了一种适用于多频度用电量的综合预测方法、设备、系统及介质，其中，该方法包括获取月度中每日度用电量数据，将月度中周末用电量数据预处理，获得线性日度用电量线性序列和日度用电量非线性序列；基于日度用电量线性序列，采用MIDAS模型计算相应的第一月度用电量数据预测结果；基于日度用电量非线性序列，采用ARMA模型计算相应的第二月度用电量数据预测结果；将两个月度用电量数据预测结果求和，获得相应的月度用电量数据预测结果。本发明专利技术有利于及时掌握用电量需求变化趋势，提前采取相应的措施保障电力供应；且可以充分发挥电力大数据的价值，为电力数据支撑研判经济走势、支撑宏观决策提供了重要基础。支撑宏观决策提供了重要基础。支撑宏观决策提供了重要基础。

【技术实现步骤摘要】
适用于多频度用电量的综合预测方法、设备、系统及介质


[0001]本文件涉及电力需求预测
，尤其涉及一种适用于多频度用电量的综合预测方法、设备、系统及介质。

技术介绍

[0002]电量预测是一段时间内电力系统的负荷消耗电能总量的预报，电量预测单位可分日、月、年等。
[0003]电量预测的影响因素较多，例如地区经济、政策、气候等，这些因素中有确定的，也有随机的，增加了电量预测的难度；已有的用电量预测方法主要从两个方面进行探索和改进：一是寻找与用电量关系密切的重要影响因素，例如经济、气象、交通等；二是对不同的模型进行改进和应用，例如线性回归、时间序列、灰色预测、机器学习、组合预测等。虽然在提高预测精度、判断用电量需求等方面取得了一定的成果，但仍然存在一定的不足之处。一方面，已有研究采用的自变量往往与用电量是同频的，不能提供足够的信息，且在指标的时间维度上并不具备先行性，导致对用电量的趋势难以及时把握。
[0004]有鉴于此，亟需提供一种能更精准预测和及时掌握用电量需求变化趋势的多频度用电量的综合预测方法。

技术实现思路

[0005]本说明书一个或多个实施例提供了一种适用于多频度用电量的综合预测方法，包括以下步骤：
[0006]获取月度中每日度用电量数据，将月度中周末用电量数据预处理，获得线性日度用电量线性序列和日度用电量非线性序列；
[0007]基于日度用电量线性序列，采用MIDAS模型计算相应的第一月度用电量数据预测结果；基于日度用电量非线性序列，采用ARMA模型计算相应的第二月度用电量数据预测结果；
[0008]将第一月度用电量数据预测结果与第二月度用电量数据预测结果求和，获得相应的月度用电量数据预测结果。
[0009]本说明书一个或多个实施例提供了一种适用于多频度用电量的综合预测系统，包括
[0010]数据预处理单元：用于根据获取月度中每日度用电量数据，将月度中周末用电量数据预处理，获得线性日度用电量线性序列和日度用电量非线性序列；
[0011]月度用电量预测单元：基于数据预处理单元的日度用电量线性序列，采用 MIDAS模型计算相应的第一月度用电量数据预测结果；基于日度用电量非线性序列，采用ARMA模型计算相应的第二月度用电量数据预测结果；
[0012]且将第一月度用电量数据预测结果与第二月度用电量数据预测结果求和，获得相应的月度用电量数据预测结果。
[0013]本说明书一个或多个实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述适用于多频度用电量的综合预测方法。
[0014]本说明书一个或多个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述适用于多频度用电量的综合预测方法。
[0015]本实施例方法考虑到日度数据存在工作日和周六日数据的差异，且频率和差异较为规律，因此将日度数据的预测分为线性和非线性两部分处理：针对日度用电量数据的线性部分，采用MIDAS模型计算相应的月度用电量数据预测结果；同时，针对日度用电量数据的非线性部分，拟合ARMA模型，并计算相应的月度用电量数据预测结果，将两部分相加即可得到月度用电量数据最终预测结果。通过引入混频模型，创新性地将日度数据作为自变量开展预测，并构建了一套多种频率用电量的综合预测体系。本方法一方面，有利于我们及时掌握用电量需求变化趋势，提前采取相应的措施保障电力供应；另一方面，可以充分发挥电力大数据的价值，为电力数据支撑研判经济走势、支撑宏观决策提供了重要基础。
附图说明
[0016]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术提供的适用于多频度用电量的综合预测方法的流程图；
[0018]图2为本专利技术提供的案例中2017
‑
2020年全国全社会用电量月度数据变化趋势图；
[0019]图3为本专利技术提供的案例中采用MIDAS模型拟合2017年1月
‑
2021年1 月线性日度用电量线性序列效果图；
[0020]图4为本专利技术提供的案例中日度用电量非线性序列自相关图(a图)和偏自相关图(b图)；
[0021]图5为本专利技术提供的案例中非线性部分预测结果曲线图；
[0022]图6为本专利技术提供的案例中基于2004年第一季度
‑
2020年第四季度数据预测2021年第一季度的季度用电量拟合曲线图；
[0023]图7为本专利技术提供的案例中基于2004年
‑
2020年的样本数据预测2021年年度用电量拟合曲线图；
[0024]图8为本专利技术提供的适用于多频度用电量的综合预测系统的结构示意图；
[0025]图9为本专利技术提供的一种计算机设备的结构示意图。
具体实施方式
[0026]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造
性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0027]下面结合具体实施方式和说明书附图对本专利技术做出详细的说明。
[0028]方法实施例
[0029]根据本专利技术实施例，提供了一种适用于多频度用电量的综合预测方法，如图1所示，为本专利技术实施例提供的适用于多频度用电量的综合预测方法流程图，根据本专利技术实施例的适用于多频度用电量的综合预测方法，包括步骤：
[0030]步骤101、获取月度中每日度用电量数据，将月度中周末用电量数据预处理，获得线性日度用电量线性序列和日度用电量非线性序列；
[0031]步骤102、基于日度用电量线性序列，采用MIDAS(mixed data sampling，混频数据抽样)模型计算相应的第一月度用电量数据预测结果；基于日度用电量非线性序列，采用ARMA(autoregressive moving average,自回归移动平均) 模型计算相应的第二月度用电量数据预测结果；
[0032]步骤103、将第一月度用电量数据预测结果与第二月度用电量数据预测结果求和，获得相应的月度用电量数据预测结果。
[0033]本实施例方法考虑到日度数据存在工作日和周六日数据的差异，且频率和差异较为规律，因此将日度数据的预测分为线性和非线性两部分处理：针对日度用电量数据的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.适用于多频度用电量的综合预测方法，其特征在于，包括以下步骤：获取月度中每日度用电量数据，将月度中周末用电量数据预处理，获得线性日度用电量线性序列和日度用电量非线性序列；基于日度用电量线性序列，采用MIDAS模型计算相应的第一月度用电量数据预测结果；基于日度用电量非线性序列，采用ARMA模型计算相应的第二月度用电量数据预测结果；将第一月度用电量数据预测结果与第二月度用电量数据预测结果求和，获得相应的月度用电量数据预测结果。2.如权利要求1所述的适用于多频度用电量的综合预测方法，其特征在于，所述将月度中周末用电量数据预处理，获得线性日度用电量线性序列和日度用电量非线性序列包括步骤：采用指数平滑法根据周一到周五的趋势预处理计算获得周末日度用电量的值，该值与周一到周五的日度用电量作为日度用电量线性序列，采用日度数据原序列减去日度用电量线性序列得到日度数据非线性序列。3.如权利要求1所述的适用于多频度用电量的综合预测方法，其特征在于，所述MIDAS模型具体如下式：式中，α为常数项，β为代估参数，ε
t
为随机误差项，q为滞后阶数，m为高频数据的频率，i＝0,1,...,qm、为高频自变量各样本点。4.如权利要求1所述的适用于多频度用电量的综合预测方法，其特征在于，所述ARMA模型具体如下式：其中，这个限制条件保证了自回归和移动平均部分的最高阶数分别为p和q；ε
t
是独立同分布的随机变量序列且满足均值为零，其方差为随机误差值，任意两个时刻的ε
t
均值均为零，这个限制条件要求随机误差序列{ε
t
}为零均值的白噪声序列；对于任意的s<t的条件下，x
s
ε
t
的均值为零，这个限制条件保证了当期的干扰值与历史的序列值无关。5.适用于多频度用电量的综合预测系统，其特征在于，包括数据预处理单元：用于根据获取月度中每日度用电量数据，将月度中周末用电量数据预处理，获得线性日度用电量线性序列和日度用电量非线性序列；...

【专利技术属性】
技术研发人员：吴姗姗，郑海峰，谭显东，王向，张莉莉，汲国强，吴陈锐，刘青，姚力，张煜，曲天词，
申请(专利权)人：国网能源研究院有限公司，
类型：发明
国别省市：