用电量预测方法、装置、电子设备及存储介质制造方法及图纸

本申请适用于数据预测技术领域，提供了一种用电量预测方法、装置、电子设备及存储介质。该方法包括：获取第一历史用电量和第一历史经济量；利用时间序列模型得到第一历史用电量对应的第一历史用电量预测值；以第一历史经济量为输入，以第一历史用电量与第一历史用电量预测值的比值为输出，构建比值预测模型；获取第二历史用电量和第二历史经济量，建立经济量预测模型，以第二历史经济量为输入，预测输出经济量预测值；以经济量预测值为输入，根据比值预测模型预测输出预测比值；利用时间序列模型得到第二历史用电量对应的用电量预测值；根据用电量预测值和预测比值确定用电量的最终预测值。本申请能够有效提高企业用电量的预测精度。度。度。

【技术实现步骤摘要】
用电量预测方法、装置、电子设备及存储介质


[0001]本申请涉及数据预测
，具体涉及一种用电量预测方法、装置、电子设备及存储介质。

技术介绍

[0002]在电力交易中，售电企业向电网进行购电，再向用电企业进行售电，用电量的准确预测对售电企业和用电企业制定采购或销售计划有重要的指导规划意义。
[0003]目前对企业用电量的预测通常基于该企业的历史用电数据，而忽视了该企业的经济因素对用电量的预测也存在一定干扰和影响，导致传统方法对企业用电量的预测精度不高。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种用电量预测方法、装置、电子设备及存储介质，以解决传统用电量预测方法对企业用电量的预测精度不高的技术问题。
[0005]第一方面，本申请实施例提供了一种用电量预测方法，包括：获取目标企业第一时间段内的第一历史用电量和第一历史经济量；利用时间序列模型得到第一历史用电量对应的第一历史用电量预测值；以第一历史经济量为输入，以第一历史用电量与第一历史用电量预测值的比值为输出，构建比值预测模型；
[0006]获取目标企业第二时间段内的第二历史用电量和第二历史经济量，建立经济量预测模型，以第二历史经济量为输入，预测输出经济量预测值；以经济量预测值为输入，根据比值预测模型预测输出预测比值；利用时间序列模型得到第二历史用电量对应的用电量预测值；根据用电量预测值和预测比值确定用电量的最终预测值。
[0007]在第一方面的一种可能的实施方式中，利用时间序列模型得到第一历史用电量对应的第一历史用电量预测值，包括：获取目标企业第三时间段内的第三历史用电量；利用时间序列模型对第三历史用电量进行分解提取第三趋势分量；基于第三趋势分量，利用多项式拟合预测得到第一历史用电量预测值的第一预测趋势分量；其中，第一历史用电量预测值与第一历史用电量对应；第三时间段早于第一时间段早于第二时间段。
[0008]在第一方面的一种可能的实施方式中，以第一历史经济量为输入，以第一历史用电量与第一历史用电量预测值的比值为输出，构建比值预测模型，包括：利用时间序列模型对第一历史用电量进行分解提取第一趋势分量，计算第一趋势分量与第一预测趋势分量的比值；以第一历史经济量为输入，比值为输出构建比值预测模型。
[0009]在第一方面的一种可能的实施方式中，利用时间序列模型得到第二历史用电量对应的用电量预测值，包括：利用时间序列模型对第二历史用电量进行分解，得到第二趋势分量和季节分量；基于第二趋势分量，利用多项式拟合预测得到用电量预测值对应的预测趋势分量。
[0010]在第一方面的一种可能的实施方式中，根据用电量预测值和预测比值确定用电量
的最终预测值，包括：将用电量预测值对应的预测趋势分量和预测比值的乘积作为最终预测趋势分量；根据最终预测趋势分量与季节分量确定用电量的最终预测值。
[0011]在第一方面的一种可能的实施方式中，该方法还包括：对获取的目标企业的历史用电量和历史经济量分别进行异常值处理，得到处理后的历史用电量和处理后的历史经济量；对处理后的历史用电量和处理后的历史经济量分别进行标准化处理，得到标准化后的历史用电量和标准化后的历史经济量。
[0012]在第一方面的一种可能的实施方式中，对获取的目标企业的历史用电量和历史经济量分别进行异常值处理，包括：采用孤立森林法确定历史用电量中的第一异常值；根据K近邻插补法对第一异常值进行异常值处理，得到异常值处理后的历史用电量；采用孤立森林法确定历史经济量中的第二异常值；根据K近邻插补法对第二异常值进行异常值处理，得到异常值处理后的历史经济量。
[0013]第二方面，本申请实施例提供了一种用电量预测装置，包括：
[0014]构建模块，用于获取目标企业第一时间段内的第一历史用电量和第一历史经济量；利用时间序列模型得到第一历史用电量对应的第一历史用电量预测值；以第一历史经济量为输入，以第一历史用电量与第一历史用电量预测值的比值为输出，构建比值预测模型。
[0015]预测模块，用于获取目标企业第二时间段内的第二历史用电量和第二历史经济量，建立经济量预测模型，以第二历史经济量为输入，预测输出经济量预测值；以经济量预测值为输入，根据比值预测模型预测输出预测比值；利用时间序列模型得到第二历史用电量对应的用电量预测值。
[0016]确定模块，用于根据用电量预测值和预测比值确定用电量的最终预测值。
[0017]第三方面，本申请实施例提供了一种电子设备，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面任一项所述的用电量预测方法。
[0018]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项所述的用电量预测方法。
[0019]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面中任一项所述的用电量预测方法。
[0020]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0021]本申请实施例提供的用电量预测方法、装置、电子设备及存储介质，通过引入对用电量有影响的企业的经济量，并基于该经济量与用电量真实值和用电量预测值之比之间的相关关系，计算预测比值，进而根据用电量预测值与预测比值确定用电量的最终预测值，能够有效提高企业用电量的预测精度。
[0022]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
[0023]为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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。
[0024]图1是本申请一实施例提供的用电量预测方法的流程示意图；
[0025]图2是本申请一实施例提供的用电量预测装置的结构示意图；
[0026]图3是本申请一实施例提供的电子设备的结构示意图。
具体实施方式
[0027]下面结合具体实施例对本申请进行更清楚的说明。以下实施例将有助于本领域的技术人员进一步理解本申请的作用，但不以任何形式限制本申请。应当指出的是，对本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进。这些都属于本申请的保护范围。
[0028]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0029]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用电量预测方法，其特征在于，包括：获取目标企业第一时间段内的第一历史用电量和第一历史经济量；利用时间序列模型得到所述第一历史用电量对应的第一历史用电量预测值；以所述第一历史经济量为输入，以所述第一历史用电量与所述第一历史用电量预测值的比值为输出，构建比值预测模型；获取目标企业第二时间段内的第二历史用电量和第二历史经济量，建立经济量预测模型，以所述第二历史经济量为输入，预测输出经济量预测值；以所述经济量预测值为输入，根据所述比值预测模型预测输出预测比值；利用所述时间序列模型得到所述第二历史用电量对应的用电量预测值；根据所述用电量预测值和所述预测比值确定用电量的最终预测值。2.根据权利要求1所述的用电量预测方法，其特征在于，所述利用时间序列模型得到所述第一历史用电量对应的第一历史用电量预测值，包括：获取目标企业第三时间段内的第三历史用电量；利用时间序列模型对所述第三历史用电量进行分解提取第三趋势分量；基于所述第三趋势分量，利用多项式拟合预测得到所述第一历史用电量预测值的第一预测趋势分量；其中，所述第一历史用电量预测值与所述第一历史用电量对应；所述第三时间段早于所述第一时间段早于所述第二时间段。3.根据权利要求2所述的用电量预测方法，其特征在于，所述以所述第一历史经济量为输入，以所述第一历史用电量与所述第一历史用电量预测值的比值为输出，构建比值预测模型，包括：利用所述时间序列模型对所述第一历史用电量进行分解提取第一趋势分量，计算所述第一趋势分量与所述第一预测趋势分量的比值；以所述第一历史经济量为输入，所述比值为输出构建比值预测模型。4.根据权利要求1所述的用电量预测方法，其特征在于，所述利用所述时间序列模型得到所述第二历史用电量对应的用电量预测值，包括：利用所述时间序列模型对所述第二历史用电量进行分解，得到第二趋势分量和季节分量；基于所述第二趋势分量，利用多项式拟合预测得到用电量预测值对应的预测趋势分量。5.根据权利要求4所述的用电量预测方法，其特征在于，所述根据所述用电量预测值和所述预测比值确定用电量的最终预测值，包括：将所述用电量预测值对...

【专利技术属性】
技术研发人员：刘林青，王兆辉，曾令康，杨楠，刁首人，底寅龙，李博雅，
申请(专利权)人：河北思极科技有限公司，
类型：发明
国别省市：