System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电力需求预测,尤其涉及一种基于多维分量分解的电力需求中期预测方法及系统。
技术介绍
1、电力需求预测是指对某地区、某行业或某个企业在未来一段时间的用电需求进行预测,而对于电力需求中期预测,往往指对未来几个月甚至1年的用电需求进行预测。
2、目前,已有大量的对电力需求中期预测方法进行了研究,大多数为采用var模型、arima模型、回归分析等,基于历史电力需求数据对未来一段时间内的电力需求进行预测。上述预测方法已相对成熟,但却忽略了电力需求数据中不同性质分量的影响。通常来讲,电力需求会受到积极季节性因素产生周期性的变化,甚至还具有一定的随机特性。而现有技术方案往往忽略了这一点,进而影响了电力需求中期预测的准确性。
技术实现思路
1、本专利技术提供一种基于多维分量分解的电力需求中期预测方法及系统,用于解决忽略了积极季节性因素产生周期性的变化以及一定的随机特性影响电力需求中期预测准确性的技术问题。
2、第一方面,本专利技术提供一种基于多维分量分解的电力需求中期预测方法,包括:
3、对获取的电力需求时间序列数据进行添加次白噪声,得到第一目标电力需求数据,其中,为第一个电力需求数据向量,为第二个电力需求数据向量,为添加第一个白噪声,为添加第二个白噪声,为第个电力需求数据向量,为添加第个白噪声;
4、对所述第一目标电力需求数据中的第个第一目标电力需求数据向量,以时间段数为预设周期进行平均化处理,得到周期平均后的第二目标电力需求数据;<
...【技术保护点】
1.一种基于多维分量分解的电力需求中期预测方法,其特征在于,包括:
2.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,所述根据所述第个第一目标电力需求数据向量的增长趋势变化量分别计算所述第一目标电力需求数据的季节性变化分量以及随机波动分量包括:
3.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,其中,对所述第一目标电力需求数据中的第个第一目标电力需求数据向量,以时间段数为预设周期进行平均化处理的表达式为:
4.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,其中,计算所述标准变化率的表达式为:
5.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,所述时间段数的取值为;
6.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,所述分别对未来一段时间内的增长趋势分量、季节性变化分量和随机波动分量进行预测,并根据预测结果计算出最终的电力需求预测值包括:
7.一种基于多维分量分解
8.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至6任一项所述的方法。
...【技术特征摘要】
1.一种基于多维分量分解的电力需求中期预测方法,其特征在于,包括:
2.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,所述根据所述第个第一目标电力需求数据向量的增长趋势变化量分别计算所述第一目标电力需求数据的季节性变化分量以及随机波动分量包括:
3.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,其中,对所述第一目标电力需求数据中的第个第一目标电力需求数据向量,以时间段数为预设周期进行平均化处理的表达式为:
4.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,其中,计算所述标准变化率的表达式为:
5.根据权利要求1所述的一种基于多维分量分解的电力需求中期预测方法,其特征在于,...
【专利技术属性】
技术研发人员:张雪婷,李映雪,王伟,吴浩,高璐,戴奇奇,王敏,宫嘉炜,陈日欢,熊艳,王灵,林嘉,李涛,
申请(专利权)人:国网江西省电力有限公司经济技术研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。