[发明专利]基于经济景气法的改进时间序列售电量预测方法及系统

权利要求书

1.一种基于经济景气法的改进时间序列售电量预测方法，其特征在于，包括以下内容：

获取某区域历史月度售电量数据，对未来n个月月度售电量数据进行预测，并计算未来n个月售电量总值相对于上一年n个月售电量总值的上涨幅度；

获取所述某区域历史月度初选经济指标数据得到经济指标，并计算每个经济指标在未来n个月总值相对于上一年n个月总值的上涨幅度；

比较售电量上涨幅度和经济指标上涨幅度，修正预测的售电量数据。

2.根据权利要求1所述的改进时间序列的售电量预测方法，其特征在于，获取某区域历史月度售电量数据，对未来n个月月度售电量数据进行预测，并计算未来n个月售电量总值相对于上一年n个月售电量总值的上涨幅度，具体过程为：

1.1)运用节假日因素法对历史月度售电量数据进行变换；

1.2)运用Holt-winters时间序列法对历史月度售电量数据进行处理，预测得到未来n个月的月度售电量数据；

1.3)运用节假日因素法对预测出的月度售电量数据进行还原；

1.4)计算售电量未来n个月总值相对于上一年n个月总值的上涨幅度b。

3.根据权利要求2所述的改进时间序列的售电量预测方法，其特征在于，所述步骤1.2)运用Holt-winters时间序列法对历史月度售电量数据进行处理，预测得到未来n个月的月度售电量数据具体过程为：

在训练holt-winters季节预测模型时，将历史售电量数据划分为测试集和训练集，不断调整取值参数，使得在测试集上的均方误差最小，再用调整好平滑参数α，β和γ的holt-winter模型，对未来售电量进行预测，此时预测使用的历史月度售电量值是经过节假日因素调整后的售电量值，具体预测公式为：

s_i＝αx_i/p_i-k+(1-α)(s_i-1+t_i-1)

t_i＝β(s_i-s_i-1)+(1-β)t_i-1

p_i＝γx_i/s_i+(1-γ)p_i-k

x_i+h＝(s_i+ht_i)p_{i-k+(h mod k)}

其中，x_i表示第i期售电量，s_i表示第i期的水平变量，t_i表示第i期的趋势变量，p_i表示第i期的季节分量，k是周期数，h表示要预测往后第多少期，α，β和γ分别为水平平滑参数，趋势平滑参数，季节平滑参数，mod为求余运算。

4.根据权利要求3所述的改进时间序列的售电量预测方法，其特征在于，获取所述某区域历史月度初选经济指标数据得到经济指标，并计算每个经济指标在未来n个月总值相对于上一年n个月总值的上涨幅度，具体过程为：

2.1)运用时差相关分析法，确定与售电量关联的经济指标，确定时差相关系数和滞后月数；

2.2)运用holt-winter时间序列法预测未来n个月月度经济指标数据；

2.3)计算每个经济指标未来n个月总值相对于上一年n个月总值的上涨幅度；

2.4)将所有经济指标上涨幅度加权求和，得到综和经济指标上涨幅度b₀。