基于双向ARIMA时间序列法的供电可靠性指标预测方法及系统技术方案

本发明专利技术提供了一种基于双向ARIMA时间序列法的供电可靠性指标预测方法及系统，包括：获取供电可靠性指标相关历史数据；对获取的历史数据进行分割，得到各供电可靠性指标横向和纵向的双向时间序列数据；通过双向ARIMA模型对各供电可靠性指标进行预测，得到双向时间序列数据分别对应的各供电可靠性指标点预测值；对双向时间序列数据分别对应的各供电可靠性指标的点预测值进行加权组合，得到加权后各供电可靠性指标的点预测值；结合历史数据均值及方差进行各供电可靠性指标的区间预测；在各供电可靠性指标预测区间内，确定各供电可靠性指标的预测数值。本发明专利技术在供电可靠性指标的预测方面具有针对性强、计算速度快、预测精准度高的优点。优点。优点。

【技术实现步骤摘要】
基于双向ARIMA时间序列法的供电可靠性指标预测方法及系统


[0001]本专利技术涉及配电网供电可靠性
，更具体地，涉及一种基于双向ARIMA时间序列法的供电可靠性指标预测方法。

技术介绍

[0002]随着我国社会经济的快速发展，人们对供电质量的需求也逐步增加，对电网公司的供电服务水平也提出了更高的要求。供电系统用户供电可靠性指供电系统对用户持续供电的能力，是衡量电力企业供电水平的重要标准。我国采用供电可靠率、用户平均停电时间和用户平均停电频率等指标作为主要衡量配电网供电可靠性的技术指标。
[0003]根据中电联2021年数据，全国供电系统用户平均供电可靠率99.872％，用户平均停电时间11.26小时/户。其中，全国城市地区平均供电可靠率99.944％，农村地区平均供电可靠率99.840％。尽管我国供电可靠性在过去的二十年里改善明显，但相比于发达国家仍有极大地提升空间。
[0004]供电可靠性管理是提升供电可靠性工作的重要部分，目前我国各省级电力企业均出台了相应的可靠性管理方案。其中，组织测算计划停电时户数，编制年度、月度计划停电预测值，月末精控下月预测值等工作均需要对供电可靠性指标进行精准预测。然而，由于用户停电存在大量不确定因素，目前绝大部分区县公司仍采用粗放的人工经验估计方法，严重影响了供电可靠性精细化管理进程。
[0005]因此，亟需一种可支撑电力企业供电可靠性精细化管理的供电可靠性指标预测方法。

技术实现思路

[0006]为解决现有技术中存在的不足，本专利技术提供一种基于双向ARIMA时间序列法的供电可靠性指标预测方法。其目的是提高区县电力公司供电可靠性指标预测能力，满足国家电网公司供电可靠性精细化管理需求，提升供电可靠性目标管理水平，进而逐步提升我国电力系统供电可靠率。
[0007]本专利技术采用如下的技术方案。
[0008]一种基于双向ARIMA时间序列法的供电可靠性指标预测方法，包括如下步骤：
[0009]步骤1，获取供电可靠性指标相关历史数据；
[0010]步骤2，对获取的历史数据以自然月为时间序列横向分割，以同月不同年数据为时间序列纵向分割，得到各供电可靠性指标横向和纵向的双向时间序列数据；
[0011]步骤3，根据双向时间序列数据确定双向ARIMA模型参数，并结合双向时间序列数据通过双向ARIMA模型对各供电可靠性指标进行预测，得到双向时间序列数据分别对应的各供电可靠性指标点预测值；
[0012]步骤4，利用历史数据寻优得到最优双向加权比例并对双向时间序列数据分别对
应的各供电可靠性指标的点预测值进行加权组合，得到加权后各供电可靠性指标的点预测值；
[0013]步骤5，在加权后预测月供电可靠性指标点值的基础上结合历史数据均值及方差进行各供电可靠性指标的区间预测，得到预测的区间范围；
[0014]步骤6，在各供电可靠性指标预测区间内，结合预测月特殊天气情况及停电作业计划安排确定各供电可靠性指标的预测数值。
[0015]优选地，所述步骤1中，供电可靠性指标包括：供电可靠率、用户平均停电时间、用户平均停电次数；
[0016]所获取的历史数据范围至少为两年的数据。
[0017]优选地，所述步骤2中，得到的横向时间序列数据为：将获取的全部历史数据按时间顺序排列后得到的数据集合；
[0018]得到的纵向时间序列数据为：将同一月份的数据按时间顺序进行排列的与年份数相同个数的数据集合。
[0019]优选地，所述步骤3还包括以下步骤：
[0020]步骤3
‑
1：对双向时间序列数据进行平稳化检验，确定差分阶数d1、d2；
[0021]步骤3
‑
2：利用偏自相关系数图PACF确定模型参数p1、p2可能性；
[0022]步骤3
‑
3：利用自相关系数图ACF确定模型参数q1、q2可能性；
[0023]步骤3
‑
4：利用信息准则或热力图定阶，遍历搜索AIC和BIC最小的参数组合，确定p1、p2、q1、q2；
[0024]步骤3
‑
5：根据上述步骤得到的双向ARIMA模型参数，得到拟合模型ARIMA(p1，d1，q1)、ARIMA(p2，d2，q2)，并将其作为预测模型；
[0025]步骤3
‑
6：对各供电可靠性指标进行预测。
[0026]优选地，所述步骤3
‑
1还包括：分别对双向时间序列进行平稳性检验，若检验结果为不平稳则进行一阶差分并再次进行平稳性检验，若检验结果仍为不平稳则进行二阶差分并再次进行平稳性检验，直至时间序列平稳，此时总差分次数即为差分阶数d1、d2。
[0027]优选地，所述步骤3
‑
2还包括：分别绘制经d1、d2阶差分后的双向时间序列PACF图，根据双向时间序列PACF图能够得到超出置信边界的阶数，即为参数p的可能性，根据差分阶数d1、d2分别能够得到参数p1、p2的可能性；
[0028]所述步骤3
‑
3：分别绘制经d1、d2阶差分后的双向时间序列ACF图，根据双向时间序列ACF图能够得到超出置信边界的阶数，即为参数q的可能性，根据差分阶数d1、d2跟别能够得到参数q1、q2的可能性。
[0029]优选地，所述步骤4中，双向ARIMA模型的目标函数及约束条件如下：
[0030][0031]s.t.0≤k≤1
[0032]其中，F1、F2为双向指标预测值，k为加权比例，R为预测月的指标真实值。优选地，所述步骤4中，供电可靠性指标点预测值的计算如下：
[0033]F＝F1×
k+F2×
(1
‑
k)
[0034]其中，F1、F2为双向时间序列数据分别对应的各供电可靠性指标点预测值，k为最优
双向加权比例，R为预测月的指标真实值。
[0035]优选地，计算得到横向时间序列数据的样本标准差，设置置信度并进行区间预测，区间预测上下限值的计算式如下：
[0036][0037][0038]其中，F
max
为预测上限，F
min
为预测下限，F为加权后预测月供电可靠性指标点值，σ为样本标准差，n为历史横向时间序列样本数，α＝(1
‑
置信度)，表示不同置信度下的分位数。
[0039]本专利技术还提供了一种基于双向ARIMA时间序列法的供电可靠性指标预测系统，包括：数据获取模块、数据分割模块、预测模型构建模块、加权预测模块、区间预测模块和指标预测模块；
[0040]数据获取模块用于获取供电可靠性指标相关历史数据；
[0041]数据分割模块用于对获取到的数据进行分割，得到各供电可靠性指标横向和纵向的双向时间序列数据；
[0042]预测模型构建模块用于构建双向ARIMA模型，并将其作为预测模型；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双向ARIMA时间序列法的供电可靠性指标预测方法，其特征在于，包括如下步骤：步骤1，获取供电可靠性指标相关历史数据；步骤2，对获取的历史数据以自然月为时间序列横向分割，以同月不同年数据为时间序列纵向分割，得到各供电可靠性指标横向和纵向的双向时间序列数据；步骤3，根据双向时间序列数据确定双向ARIMA模型参数，并结合双向时间序列数据通过双向ARIMA模型对各供电可靠性指标进行预测，得到双向时间序列数据分别对应的各供电可靠性指标点预测值；步骤4，利用历史数据寻优得到最优双向加权比例并对双向时间序列数据分别对应的各供电可靠性指标的点预测值进行加权组合，得到加权后各供电可靠性指标的点预测值；步骤5，在加权后预测月供电可靠性指标点值的基础上结合历史数据均值及方差进行各供电可靠性指标的区间预测，得到预测的区间范围；步骤6，在各供电可靠性指标预测区间内，结合预测月特殊天气情况及停电作业计划安排确定各供电可靠性指标的预测数值。2.如权利要求1所述的基于双向ARIMA时间序列法的供电可靠性指标预测方法，其特征在于，所述步骤1中，供电可靠性指标包括：供电可靠率、用户平均停电时间、用户平均停电次数；所获取的历史数据范围至少为两年的数据。3.如权利要求1所述的基于双向ARIMA时间序列法的供电可靠性指标预测方法，其特征在于，所述步骤2中，得到的横向时间序列数据为：将获取的全部历史数据按时间顺序排列后得到的数据集合；得到的纵向时间序列数据为：将同一月份的数据按时间顺序进行排列的与年份数相同个数的数据集合。4.如权利要求1所述的基于双向ARIMA时间序列法的供电可靠性指标预测方法，其特征在于，所述步骤3还包括以下步骤：步骤3
‑
1：对双向时间序列数据进行平稳化检验，确定差分阶数d1、d2；步骤3
‑
2：利用偏自相关系数图PACF确定模型参数p1、p2可能性；步骤3
‑
3：利用自相关系数图ACF确定模型参数q1、q2可能性；步骤3
‑
4：利用信息准则或热力图定阶，遍历搜索AIC和BIC最小的参数组合，确定p1、p2、q1、q2；步骤3
‑
5：根据上述步骤得到的双向ARIMA模型参数，得到拟合模型ARIMA(p1，d1，q1)、ARIMA(p2，d2，q2)，并将其作为预测模型；步骤3
‑
6：对各供电可靠性指标进行预测。5.如权利要求4所述的基于双向ARIMA时间序列法的供电可靠性指标预测方法，其特征在于，所述步骤3
‑
1还包括：分别对双向时间序列进行平稳性检验，若检验结果为不平稳则进
行一阶差分并再次进行平稳性检验，若检验结果仍为不平稳则进行二阶差分并再次进行平稳性检验，直至时间序列平稳，此时总差分次数即为差分阶数d1、d2。6.如权利要求5所述的基于双向ARIMA时间序列法的供电可靠性指标预测方法，其特征在于，所述步骤3

【专利技术属性】
技术研发人员：顾泰宇，田野，陈刚，王爱华，王金宇，朱义东，王庆杰，李红军，尚磊，张新宇，史可鉴，王波，谭勇桂，金强，
申请(专利权)人：国网经济技术研究院有限公司武汉大学国网电力科学研究院有限公司国家电网有限公司，
类型：发明
国别省市：