[发明专利]一种基于季节指数法的用户月用电量预测方法和系统

说明书

技术领域

本发明涉及一种用户月用电量预测方法和系统。更具体地，本发明涉及一种基于季节指数法的用户月用电量预测方法和系统。

由于用户月用电量预测对电源开发、电网建设、社会安定、居民生活及电力公司本身的发展都有很大的影响，因此世界各地的电力部门都十分重视电力需求预测工作，设置专门的机构，由经济分析、用电量预测、负荷预测等方面的专业人员来从事电力需求预测工作，由于起步较早，各自开发出一种或几种适合于本国经济运行特点的需电量预测方式，而且几种方式可以相互效验。预测的方法有：部门分析法进行预测，计量模型法，最终需求法，弹性系数法，类比法，积累法，计量经济模型方法，还有比较复杂的经济模型法如灰色模型法、模糊数学模型法和神经网络法等。但是实际上用户月用电量同时具有线性增长性和季节波动性的二重趋势，受政治，经济，生活水平等各方面多种因素的影响，并且各行业及居民生活月用电量的历史数据仍是复杂的非线形组合特征的序列，这使得用户月用电量的变化呈现复杂的非线形组合特征。上述各种方法显得难以准确预测用户的月用电量需求。

发明内容

因此，本发明提出一种基于季节指数法来准确预测用户月用电量需求的方法和系统。

根据本发明，一种基于季节指数法的用户月用电量预测方法，包括如下步骤：

1）利用用电量历史数据获取单元从用电量历史数据库获取用电量历史数据，并且保存在用电量历史数据存储单元中；

2）季节指数计算单元根据用电量历史数据求取季节指数I_j；以及

3）用电量预测模型构建单元利用季节指数构建用电量预测模型

其中求取季节指数I_j的步骤包括下列子步骤：

1）将历史用电量数据序列x₁,x₂,…，x_T（T=nm）,顺序标记为x₁₁,x₁₂,…，x_1n；x₂₁,x₂₂,…，x_2n；…；x_m1,x_m2,…，x_mn，其中为n数据序列的周期，m为周期的个数；

2）根据这些数据序列计算出所有数据的平均值x‾=(xk1+xk1+···+xkn)n,]]>（k=1,2，…，m）；

3）计算各周期同时刻指数I_ks，（k=1,2，…，m；s=1,2，…，n）；以及

4）计算季节指数I_j，（j=1,2，…，n）。

其中利用季节指数构成用电量预测模型包括下列子步骤：

1）计算消除季节影响的用电量序列x_ks′，（k=1,2，…，m；s=1,2，…，n）；以及

2）把x₁₁′,x₁₂′,…,x_1n′；x₂₁′,x₂₂′,…,x_2n′；x_m1′,x_m2′,…,x_mm′再重新编号记为x₁′,x₂′,…,x_T′，其中T＝nm，用二次移动平均法计算出线性趋势得到客户月用电量预测模型为