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】
本专利技术涉及一种基于产业要素的全行业用电量预测的方法及装置,属于用电量预测。
技术介绍
1、电力是国民经济的命脉,是衡量国家经济水平的重要因素之一。用电量分析是发展中一个重要的迫切需要解决的问题,制定科学合理的电力发展规划有益于整个社会的发展,对提高社会经济效益及保证居民正常生活具有至关重要的作用。
2、目前,关于用电量预测的研究,大都是从需求侧要素入手,一是依据历史用电量的实际值发生趋势外推;二是基于预测人员的经验判断预测年的增长幅度;三是采用不同的算法对历史用电量实际发生值进行外推。
3、目前的用电量分析研究仍存在局限性。一是现有研究大多是对用电量的预测研究,只选择了几个影响因素进行了简单分析,而专门针对用电量影响因素的模型研究非常少,二是对用电量评价只是对具体量,无法综合衡量用电量评价体系,三是以往的全社会用电量预测方法及模型,主要从微观方面,从需求侧来研究各种因素对全社会用电量的影响。
技术实现思路
1、为了解决上述问题,本专利技术提出了一种基于产业要素的全行业用电量预测的方法及装置,能够解决电力行业长期规划中一直缺少的从宏观层次,无法将历史的供给侧投入活动量化到用电量预测的过程的问题。
2、本专利技术为解决其技术问题所采取的技术方案是:
3、第一方面,本专利技术实施例提供的一种基于产业要素的全行业用电量预测的方法,包括如下步骤:
4、获取历史样本区间的产业数据和待预测用电量目标的地区数据;
5、对产
6、对选择的变量数据进行标准化处理,并进行主成分分析;
7、提取主成分与用电量进行曲线模拟,建立用电量预测回归模型,进行用电量预测。
8、作为本实施例一种可能的实现方式,所述获取历史样本区间的产业数据和待预测用电量目标的地区数据,包括:
9、获取历史样本区间各年的第一产业用电量,第一产业劳动力人数、第一产业固定资产投资额、第一产业研发经费数据;
10、获取历史样本区间各年的第二产业用电量,第二产业劳动力人数、第二产业固定资产投资额、第二产业研发经费数据;
11、获取历史样本区间各年的第三产业用电量,第三产业劳动力人数、第三产业固定资产投资额、第三产业研发经费数据;
12、获取滞后目标年度当期一期的第一产业固定资产投资额、第一产业研发经费数据,预测目标年度当期的第一产业用电量;
13、获取滞后目标年度当期一期的第二产业固定资产投资额、第二产业研发经费数据,预测目标年度当期的第二产业用电量;
14、获取滞后目标年度当期一期的第三产业固定资产投资额、第三产业研发经费数据,预测目标年度当期的第三产业用电量;
15、获取地区生产总值(gdp)、城镇化率、年平均气温、人口总数、发电装机和进出口贸易作为补充变量。
16、作为本实施例一种可能的实现方式,所述对产业数据和地区数据进行kmo检验和bartlett球形检验,选择变量,包括:
17、进行kmo检验和bartlett球形检验判断是否符合因子分析条件:
18、kmo>0.7且sig<0.05,
19、其中,sig为bartlett球型检验的p值,p为barlett球形检验的显著性水平,kmo为kmo检验值;
20、进行变量选择,剔除相关性较低的变量。
21、作为本实施例一种可能的实现方式,所述对选择的变量数据进行标准化处理,并进行主成分分析,包括:
22、1)将选择后的变量矩阵转化为正规化数据矩阵:
23、ymn=(yij)
24、
25、
26、
27、其中,i=1,2,3...,m;j=1,2,3...,n;m和n为正整数;
28、2)计算样本相关矩阵:
29、
30、3)计算特征值、特征向量和主成分:
31、由特征方程|r-λ·i|=0,求得k个特征值λi,并求出全部特征值所对应的特征向量aij,则主成分为:
32、
33、4)计算贡献率和累计贡献率并选择主分量:
34、每个主成分的贡献率就是保留原数据总信息量的百分比,即:
35、
36、其中,i=1,2,···,m;
37、在利用主成分进行排序时,用前k个主成分分析,这k个主成分总共保留原数据总信息量的百分比(累计贡献率)为:
38、
39、其中,a(k)≥85%;
40、5)计算出主成分之后,用所选用的新的主成分作自变量,再与因变量构建新的模型,在将原始自变量代入该模型,即得出原始变量与因变量之间的关系模型;
41、6)得到第1,2.....n个主成分,做第1,2.....n个主成分的回归系数,得到变量的系数值,确定主成分。
42、作为本实施例一种可能的实现方式,所述提取主成分与用电量进行曲线模拟,建立用电量预测回归模型,进行用电量预测,包括:
43、提取主成分与用电量进行曲线模拟,建立年度第一产业、第二产业和第三产业的用电量预测回归模型:
44、y1t=a+bx1+cx2t-1+dx3t-1+ei...jxi...j
45、其中,y1t表示目标年度当期的第一产业、第二产业或第三产业用电量,x1当期第一产业、第二产业或第三产业的劳动力人数,x2t-1表示滞后目标年度当期一期的第一产业、第二产业或第三产业的固定资产投资额,x3t-1表示滞后目标年度当期一期的第一产业、第二产业或第三产业的研发经费,xi...j为补充变量,a、b、c、d、ei...j为常数,是将历史样本区间各个年度当期的第一产业、第二产业或第三产业的用电量、滞后目标年度当期一期的第一产业、第二产业或第三产业的固定资产投资额、滞后目标年度当期一期的第一产业、第二产业或第三产业的研发经费、补充变量代入所述年度第一产业、第二产业或第三产业的用电量预测模型中拟合得到的;
46、利用年度第一产业、第二产业和第三产业的用电量预测回归模型进行预测第一产业用电量、第二产业用电量和第三产业用电量;
47、将预测得到的目标年度当期的第一产业用电量、第二产业用电量,第三产业用电量累加,得到目标年度当期的全行业用电量。
48、第二方面,本专利技术实施例提供的一种基于产业要素的全行业用电量预测的装置,包括:
49、数据采集模块,用于获取历史样本区间的产业数据和待预测用电量目标的地区数据;
50、变量选择模块,用于对产业数据和地区数据进行kmo检验和bartlett球形检验,选择变量;
51、标准化处理模块,用于对选择的变量数据进行标准化处理,并进行主成分分析;
52、用电量预测模块本文档来自技高网...
【技术保护点】
1.一种基于产业要素的全行业用电量预测的方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于产业要素的全行业用电量预测的方法,其特征在于,所述获取历史样本区间的产业数据和待预测用电量目标的地区数据,包括:
3.根据权利要求2所述的基于产业要素的全行业用电量预测的方法,其特征在于,所述对产业数据和地区数据进行KMO检验和Bartlett球形检验,选择变量,包括:
4.根据权利要求3所述的基于产业要素的全行业用电量预测的方法,其特征在于,所述对选择的变量数据进行标准化处理,并进行主成分分析,包括:
5.根据权利要求4所述的基于产业要素的全行业用电量预测的方法,其特征在于,所述提取主成分与用电量进行曲线模拟,建立用电量预测回归模型,进行用电量预测,包括:
6.一种基于产业要素的全行业用电量预测的装置,其特征在于,包括:
7.根据权利要求6所述的基于产业要素的全行业用电量预测的装置,其特征在于,所述数据采集模块,具体用于:
8.根据权利要求7所述的基于产业要素的全行业用电量预测的装置,其特征在于
9.根据权利要求8所述的基于产业要素的全行业用电量预测的装置,其特征在于,所述标准化处理模块,具体用于:
10.根据权利要求9所述的基于产业要素的全行业用电量预测的装置,其特征在于,所述用电量预测模块,具体用于:
...【技术特征摘要】
1.一种基于产业要素的全行业用电量预测的方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于产业要素的全行业用电量预测的方法,其特征在于,所述获取历史样本区间的产业数据和待预测用电量目标的地区数据,包括:
3.根据权利要求2所述的基于产业要素的全行业用电量预测的方法,其特征在于,所述对产业数据和地区数据进行kmo检验和bartlett球形检验,选择变量,包括:
4.根据权利要求3所述的基于产业要素的全行业用电量预测的方法,其特征在于,所述对选择的变量数据进行标准化处理,并进行主成分分析,包括:
5.根据权利要求4所述的基于产业要素的全行业用电量预测的方法,其特征在于,...
【专利技术属性】
技术研发人员:管大顺,王倩倩,薛万磊,张栋梁,王鹏,李晨辉,牟颖,牛华忠,李校莹,史英,赵昕,刘知凡,李秋爽,厉艳,白颖,
申请(专利权)人:国网山东省电力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。