一种基于电力客户售电显化数据分析预测方法技术

本发明专利技术涉及一种基于电力客户售电显化数据分析预测方法，包括如下步骤：1)、构建电费收入预测模型：基于售电收入库历史数据，构建模型测算、动态调整由月到日的预测方法：一是利用季节性ARIMA模型和线性回归模型，预测月度电费资金流入；二是通过梳理不同分类日期的日售电收入度量系数，结合月度售电收入预测结果，分解具体到日的电费资金流入；2)、构建月度电费资金预测模型：选用基于季节性时序拆分的ARIMA时间序列模型，以售电收入历史数据为基础进行测算，得到季节性ARIMA模型预测值；3)、月度电费预测滚动调整：通过季节性ARIMA模型与回归模型组合，建立月度电费资金预测滚动更新策略库；4)、月度电费资金分解到日。

【技术实现步骤摘要】

本专利技术涉及电力数据分析，具体涉及一种基于电力客户售电显化数据分析预测方法。

技术介绍

1、售电显化数据包括现金流数据。何为现金流数据：电力中心属于资金资产密集型中心，一般年度现金流入流出规模较大，工程、物资款和购电费支付时间集中，造成年内月间和月内日间资金峰谷差较大。这就要求针对包括现金流数据的科学预测收支时序、统筹调度资金余缺、精准实施融资安排、提升资金使用效率。中国专利《一种基于电力大客户群体售电量特征的智能预测方法及装置》(申请号：202110644306.0；授权公告号：cn113450141b)公开了一种基于电力客户数据的分析预测方法，其针对的数据是用电量、售电、最大负荷等指标进行预测，对现金流数据这类售电显化数据没有公开的分析预测方案。中国专利《基于knn算法的电力客户行为预测方法及系统》(申请号：202211715760.1；授权公告号：cn115730748b)公开了一种电力客户行为数据的分析预测方法，其基于的数据是电力客户的用电和欠费数据，同样的对现金流数据这类售电显化数据没有公开的分析预测方案。现金流数据按日排程作为电力中心制定推动本文档来自技高网...

【技术保护点】

1.一种基于电力客户售电显化数据分析预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于电力客户售电显化数据分析预测方法，其特征在于，所述大数据包括用户档案信息、电费发行数据、电费到账信息。

3.根据权利要求1所述的一种基于电力客户售电显化数据分析预测方法，其特征在于，步骤4)中系数包括用历史数据作为测试集，基于模型预测不同日期的售电收入占全月的占比。计算每日累计售电收入占比的预测值与实际值的绝对偏差率。

【技术特征摘要】

1.一种基于电力客户售电显化数据分析预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于电力客户售电显化数据分析预测方法，其特征在于，所述大数据包括用户档案信息、电费发行数据、电费到账信息。

【专利技术属性】
技术研发人员：周龙，芦爱燕，张民龙，薛丽，罗唯倩，谭喜，于超，叶星星，郭光建，张乐桢，李菁华，
申请(专利权)人：国网甘肃省电力公司白银供电公司，
类型：发明
国别省市：