[发明专利]一种中长期电量预测方法及系统

权利要求书

1.一种中长期电量预测方法，其特征在于，包括以下步骤：

获取待处理基础数据；

对所述基础数据进行预处理和相关性检验，筛选出若干影响因素及对应的负荷时间序列；

根据所述负荷时间序列，对若干影响因素进行季节分解，得到第一规则分量数据与第一不规则分量数据；

对所述第一规则分量数据进行滞后数确定和降维处理，得到第二规则分量数据；对所述第一不规则分量数据进行平稳性检验，得到第二不规则分量数据；

分别采用不同的预构建模型对所述第二规则分量数据与所述第二不规则分量数据进行分量预测，得到相应的分量预测值；

对各个分量预测值进行组合，得到最终负荷预测值；

所述对所述第一规则分量数据进行滞后数确定和降维处理，得到第二规则分量数据；对第一不规则分量数据进行平稳性检验，得到第二不规则分量数据，具体为：

根据ADF检验法和Jonhenson协整检验法确定所述第一规则分量的滞后数，根据PCA和CPV对所述滞后数进行降维处理，得到第二规则分量数据；

根据ADF检验法确定所述第一不规则分量数据对应的第二不规则分量数据；

所述分别采用不同的预构建模型对所述第二规则分量数据与所述第二不规则分量数据进行分量预测，得到相应的分量预测值，具体为：

采用核心预测模型对所述第二规则分量数据进行分量预测，得到规则分量预测值；采用序列自相关模型对第二不规则分量数据进行分量预测，得到不规则分量预测值；其中，所述核心预测模型包括多元线性回归模型、支持向量机模型和随机森林模型，所述序列自相关模型包括AR模型、MA模型和ARIMA模型；

所述根据所述负荷时间序列，对若干影响因素进行季节分解，得到第一规则分量数据与第一不规则分量数据，具体为：

采用regARIMA的回归方程，对所述若干影响因素进行平稳性预处理；

通过X-11-ARIMA工具，根据所述对应的负荷时间序列将平稳性预处理后的若干影响因素分解为第一规则分量数据和第一不规则分量数据。

2.如权利要求1所述中长期电量预测方法，其特征在于，所述待处理的基础数据包括地区经济类数据、地区居民生活类数据、地区社会主产能类数据和地区气象类数据。

3.如权利要求1所述的中长期电量预测方法，其特征在于，所述对所述基础数据进行预处理和相关性检验，筛选出若干影响因素及对应的负荷时间序列，具体为：

采用拉格朗日插值法对所述基础数据进行空缺填补，得到空缺填补后的基础数据；

通过计算所述空缺填补后的基础数据与最大负荷间的相关系数，筛选出相关系数大于0.8的若干影响因素及对应的负荷时间序列。