[发明专利]一种基于电器化指数的居民用电量预测方法

说明书

本发明涉及一种基于电器化指数的居民用电量预测方法，包括以下步骤：1)统计主要家用电器的百户均保有量N_i与平均功率P_i；2)获取家用电器的使用时长，计算各种家用电器频率因子；3)计算家用电器的修正因子λ_i；4)计算电气化指数HEA；5)构建多元线性回归模型，将电器化指数HEA、居民总户数A_j和人均可支配收入B_j作为多元线性回归模型的输入，居民用电量Y_j作为输出值进行训练，并根据训练好的多元线性回归模型进行居民用电量预测。与现有技术相比，本发明具有综合考虑、相关性高、精确有效等优点。

技术领域

本发明涉及居民用电量预测，尤其是涉及一种基于电器化指数的居民用电量预测方法。

背景技术

影响居民用电量的因素多种多样，包括家庭可支配收入、建筑面积大小、居住区气候、家庭规模、家电持有率和使用率、家庭生活习惯以及政策宣传等。家用电器作为居民用电的负载，其保有量是影响居民用电量的最大因素。然而家用电器的有效保有量缺乏统一评价标准，不同家用电器之间无法进行有效对比，若单纯依靠功率和对比，忽略家用电器的使用频率及使用时长则过于片面。进行居民用电量预测时，以家用电器的保有量及使用时间作为主要因素，缺乏可行方法进行量化。要实现准确有效的居民用电量预测，需要从家用电器的保有量及使用时间全面考虑。

针对家用电器的有效保有量对于居民用电量的影响，许多国内外学者提出自己的观点。颜艳在《北京市居民生活用电量中长期预测硏究》中认为家用电器数量的变化将直接导致居民生活用电量的变化，家用电器的数量与居民的收入水平相关。文中将家用电器数量作为变量，利用灰色关联计算各类家用电器的保有量与居民用电量的关联度，以关联度大于0.9的因素作为各类关键因素之一，预测北京市生活用电量。李逢元在《住宅用电负荷分析》中根据家用电器普及程度分为三类家用电器，提出通过家用电器普及率计算住宅每户用电负荷计算容量的公式。但是每户住宅家用电器的购置和使用有很大的不确定性，该算法尽管在理论上成立，但在设计中却很难实施。苏铭等在《基于Logit模型的华东四省一市居民生活用电预测研究》中发现家用电器数量具有饱和值，根据年家用电器用电量与照明用电量求得代表性家庭用电特征。提出家用电器的用电特征主要包括功率大小和使用频率，但是该用电特征仅从电量角度出发，并不能作为一种指标作为参考对未来电量预测。梁慧芳等在《我国居民用电方式与新型城镇化要求相一致吗？——基于城镇居民家庭用电设备及用电状况的实证研究》中利用多元选择模型构建居民家庭家用电器购买决策的多元选择模型，估计各类家用电器保有量的饱和值，并再此基础上估计家用电器的潜在用电量。但该方法忽视了随着社会发展，各种家用电器功率变化、使用频率变化与年利用小时数的变化，因此家用电器的潜在用电量估计存在较大误差。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电器化指数的居民用电量预测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于电器化指数的居民用电量预测方法，包括以下步骤：

1)统计主要家用电器的百户均保有量N_i与平均功率P_i；

2)获取家用电器的使用时长，计算各种家用电器频率因子；

3)计算家用电器的修正因子λ_i；

4)计算电气化指数HEA；

5)构建多元线性回归模型，将电器化指数HEA、居民总户数A_j和人均可支配收入B_j作为多元线性回归模型的输入，居民用电量Y_j作为输出值进行训练，并根据训练好的多元线性回归模型进行居民用电量预测。

所述的步骤1)中，在统计时忽略平均功率小于40W的家用电器。