[发明专利]一种基于ARIMA和SVM的企业用电最大需量预测方法

说明书

本发明公开了一种基于ARIMA和SVM的企业用电最大需量预测方法，其特征在于，所述方法实现过程包括：从电网公司计费表TSDB中读数；使用滑动平均方法添补缺失值；使用K‑Means聚类算法剔除离群点；使用ARIMA时序预测用电量；结合天气因素和生产状况的预测，使用训练好的SVM模型决策；取预测月最大值，计算未来月月最大需量。本发明充分考虑了历史电量的时序性，包括趋势性，周期性和季节性，同时也兼顾了天气因素和生产情况的预测，使用机器学习决策和时序预测的算法将两种因素统一在一种模型中，通过训练得到准确的结果，而且随着数据越来越多，使用年数越来越长，未来月最大需量的预测误差就越小，为企业节省更多的电费。

技术领域

本发明涉及在线监测技术领域，具体涉及一种基于ARIMA和SVM的企业用电最大需量预测方法。

背景技术

按照中国法律规定，用户以计量点方式计费(一个计量点内可以有多个变压器)缴费，而不是按照变压器或用电设备，缴纳电费包括容量收费、电度电费和力率调整电费。根据经验，节省电费最多的情况是调整容量收费的申报方式，容量收费即用户每月根据运行的变压器容量向电网公司缴纳的固定电费，即使用户当月不消耗电量，电网公司也会收取这笔费用。我国国内工商业用户可按变压器容量计费和以最大需量计费两种方式缴费。虽然按变压器容量计费单价低，但一般企业每月的最大需量也低于固定的按变压器容量计费，根据经验调整容量收费为最大需量计费的申报方式可以节省较多电费。最大需量是电网公司计费表记录用户每15分钟的平均运行负荷，当月所有记录值中最大的数为最大需量值。以最大需量计费的收费方式为按最大需量缴费以“多罚少不退”的基本计算原则，即当最大需量小于申报需量时，容量电费为(例如)[申报需量*32元]，最大需量超过申报需量的5％时，超出部分按照2倍价格执行，即64元/kW。需要特别说明的是最大需量的申报值和高压变压器安装容量的大小无关，用户无需进行繁琐的变压器容量报停操作。从而节省的电费即：

F_节约费用＝F_{容量计费费用}-F_{最大需量计费费用}

期中容量计费电费为：

容量计费电费＝计费变压器容量×变压器容量计费电价+W_峰电量·T_{1用电峰电价}+W_平电量·T_{1用电平电价}+W_谷电量·T_{1用电谷电价}

最大需量计费电费为：

最大需量电费＝最大需量费用+W_峰电量·T_{2用电峰电价}+W_平电量·T_{2用电平电价}+W_谷电量·T_{2用电谷电价}

现阶段，对企业或工厂的最大需量预测的方法、算法还比较少，大多数企业要么采用按变压器固定的容量收费，要么就是凭自身经验来预估未来月的月用电最大需量，这种方式得出的最大需量误差通常较大，并不能起到节约较多电费的作用，还有可能面临高额罚款。近几年，也有一些研究尝试去通过数据分析的方式去预测月最大需量，如上海申瑞继保电气有限公司提出的一种企业用电月最大需量的预测方法，根据企业用电负荷的特性，分别使用不同的系数来确定特征表达式，再结合历史月的月最大需量数据，对未来月月最大需量进行预测。这些系数是通过公式理论计算得来，还有一些经验上的改进，不是经过训练得来，没有结合企业实际情况，而且结合历史月的月最大需量并没有充分利用历史数据进行分析，忽略了历史数据的周期性，季节性和整体趋势性，所以这一方法存在许多不足。

中深科技能源(深圳)有限公司也介绍了一种预测未来月月最大需量的方案，在其提出的具体方案步骤中只对用户的用电曲线数据和用电行为进行分析，缺少对企业用电负荷特性的考虑，以及对采集的数据进行数据清洗的步骤，会对未来月月最大需量的预测造成偏差，从而不能充分地为企业用户节省电费。

发明内容