[发明专利]基于次级用电量特性聚类分析的总电量预测方法

说明书

本发明公开了一种基于次级用电量特性聚类分析的总电量预测方法：利用KNN算法检验数据离群点和缺失点，利用缺失点的K近邻间的距离进行反比赋权，通过K近邻数据点同属性列的加权得到缺失点的填充值；采用X12方法对分行业用电量季节调整，分解出季节分量S、包含趋势周期分量TC和不规则分量I的TCI分量，对各行业TCI分量进行聚类；最后通过比较各预测方法对历史数据的预测误差，对同一类别下的行业用电量进行预测，不同类别用电量曲线采用不同预测方法，将得到的预测结果相加，得到总用电量预测值。本发明根据不同行业用电量的曲线特征，对具有相同用电量规律特征的行业进行聚类，提高总电量的预测精度。

技术领域

本发明属于用电量预测领域，具体涉及一种基于次级用电量特性聚类分析的总电量预测方法。

背景技术

坚强智能电网、“三集五大两中心”的迅速发展，使信息通信技术正以前所未有的广度、深度与电网生产、企业管理快速融合。国家电网公司已初步建成了国内领先、国际一流的信息集成平台。随着三地集中式数据中心的陆续投运，一级部署业务应用范围的拓展，结构化和非结构化数据平台的上线运行，电网业务数据从总量和种类上都已初具规模；随着智能电能表的逐步普及，电网业务数据从时效性层面进一步丰富和拓展。面对海量、实时的电网业务数据，大数据分析技术的应用迫在眉睫。

对电力企业的电量数据库进行深入挖掘分析，可以从数据层面把握电网的真实运行情况，发掘电量新的增长点，发现电量曲线内在的变化规律，对未来的电量数据进行合理准确的预测，从而不仅可以提升电网企业的运营效率和运营水平，也可以从电量的角度研究行业的运行规律，真正让电量数据成为国民经济“晴雨表”。但是，当前的电网电量数据分析中仍然存在一些问题。

数据真伪的不确定性。对各级电量数据来说，从多个平台中导出的数据存在因人为测量、记录错误或受物理环境、监控设备老化等原因导致的坏数据，在数据分析过程中表现为离群点和数据缺失点。因此，寻找到较好的离群点搜索技术和缺损数据补全方法，同时保证其应用于电量大数据时有较快的运行速度，是本课题数据清洗阶段亟待解决的问题。

电量曲线波动剧烈，而且各用户、各行业用电特性不同，相互之间存在较大差异，难以建立统一的模型。以往的电量分析往往针对地区用电量或地区主导行业的用电量，该类用电曲线规律性较强，通过简单的趋势外推就可以获得不错的预测精度。但是随着电网电量自动监测装置的普及和功能的完善，更精细化的电量曲线被储存在电网数据库中，譬如电力大用户的电量数据。这些新的电量曲线具有规律性不强、数量庞大、彼此间差异明显的特征，如何利用这类被闲置的电量数据提高电量预测的精度，也是本研究的重点。

发明内容

针对上述现有技术存在的问题，本发明的目的在于提供一种预测精度高的用电量预测方法，通过将用电特性类似的行业使用聚类算法归为一类，对同一类别下的行业用电量采用与之用电量特性相适应的预测方法，实现对不同类别行业用电量的精确预测，进而实现对地区月度用电量的预测。

为实现上述目的，本发明采用的技术方案为：

基于次级用电量特性聚类分析的总电量预测方法，包含以下步骤：

步骤1、利用KNN算法检验全行业月度用电量数据的离群点和缺失点，利用缺失点K近邻间的距离进行反比赋权，通过K近邻数据点同属性列的加权得到缺失点的填充值，并将离群点置为零后得到全行业月度电量时间序列；

步骤2、对全行业月度电量时间序列进行进行X-12-ARIMA季节调整，得到行业月度电量季节调整分量TCI和季节周期分量S；

步骤3、应用改进K-means聚类算法对行业月度电量TCI分量进行聚类，通过计算轮廓系数得到最佳的距离算子和聚类数K，将各行业TCI分量的预测转化为K类聚类结果的预测；

步骤4、对每类聚类结果，运用趋势外推、时间序列、灰色预测法进行预测，通过计算历史值的预测误差，判断最适合该聚类的预测方法，对各聚类的月度电量进行预测；