[发明专利]一种基于随机森林回归的售电量预测方法及装置

说明书

技术领域

本发明涉及电力行业的大数据分析技术领域，更具体的说，是涉及一种基于随机森林回归的售电量预测方法及装置。

背景技术

月度售电量预测是电力需求侧的管理重要的市场预测技术手段，精确的售电量预测对于合理安排电网供电计划、科学优化电力资源配置、提高用电管理效率、有效实施电力需求侧的管理和节能降耗战略有着十分重要的意义。

发明人在实现本发明的过程中发现，传统的预测电量的方法的运行效率和预测精度较低，尤其是预测问题面临成千上万的输入变量、训练数据存在缺失信息时。

发明内容

有鉴于此，本发明提供了一种基于随机森林回归的售电量预测方法及装置，以提高售电量预测结果的精度和效率。

为实现上述目的，本发明提供如下技术方案：

一种基于随机森林回归的售电量预测方法，包括：

获取预设时长内所述若干影响因素指标的历史数据；

获取预设时长内历史的月售电量实际数据；

根据所述若干影响因素指标的历史数据和历史月度售电量实际数据，建立基于随机森林回归的月售电量预测模型；

计算待预测月的各个影响因素指标，输入预置的月售电量预测模型，得到待预测月的售电量预测值；

其中，所述预置的月售电量预测模型依据预设时长内的历史月售电量实际数据以及预先获取的若干影响因素历史指标数据建立。

上述方法，优选的，还包括预置的月售电量预测模型为：

f1(x11,...,x1M)=y1......fk(xk1,...,xkM)=yk]]>

其中，x_ij(i＝1,...,k,j＝1,...,m)表示所述预设时长内的历史影响因素；y₁,...,y_k表示若干年度内月售电量的实际数据。

上述方法，优选的，所述月售电量预测模型依据随机森林回归预测方法建立。

上述方法，优选的，所述若干影响因素指标包括：当月GDP增速，当月最高温度，当月最低温度，当月降雨量，上月售电量，上年同月售电量和月节假日公休天数。

上述方法，优选的，计算当前年度内的月GDP增速的预测数据包括：

获取若干年内各个季度的GDP增速值；

计算当前年度各个季度的GDP增速的预测值，其中，第z个季度的GDP增速增值的预测值为所述若干年内，第z个季度的GDP增速值的加权平均值，z＝1，2，3，4；

依据所述当前年度的各个季度的GDP增速的预测值计算当前年度各个月的GDP增速的预测值。

上述方法，优选的，所述依据所述当前年度的各个季度的GDP增速的预测值计算当前年度各个月的GDP增速的预测值包括：

将第z个季度最后一个月的GDP增速的预测值确定为第z个季度的GDP增速的预测值；GDP增速根据三次多项式公式确定：g(e)＝a·e³+b·e²+c·e+d＝E，将第z个季度最后一个月的GDP增速带入此三次多项式，得：