[发明专利]一种基于季节指数灰色模型的工业用电量预测方法

说明书

本发明提供一种基于季节指数灰色模型的工业用电量预测方法，包括进行历史数据取样并确定取样数据序列，还包括以下步骤：提取季节指数；修正所述取样数据序列；构建灰色GM模型；进行所述灰色GM模型预测，形成模型的预测序列；对所述预测序列进行逆调整；对所述灰色GM模型进行检验；输出预测值。本发明提出的基于季节指数灰色模型的工业用电量预测方法，利用了灰色模型擅长描述数据序列的内部特征及发展趋势，在采用灰色模型建模的前后引入季节指数进行建模数据修正和预测数据恢复，使其有效反映真实数据的季节性波动，得到更为准确的预测结果。

技术领域

本发明涉及工业用电预测的技术领域，具体地说是一种基于季节指数灰色模型的工业用电量预测方法。

背景技术

一直以来，工业用电量都是全社会用电量的重要组成部分，是电力系统经济调度中的一项重要内容。随着工业经济的快速发展，工业用电量的消耗也在以飞快的速度增长，全社会电力消耗中工业用电的占比也越来越大。考虑到电能无法大规模存储使用的特性，能准确进行工业用电量预测，将有效提高电力资源的合理配置。

在电力需求预测研究中，越来越多的学者将预测方法融入了具体的实践。在这些具体实践，有趋势外推法、弹性系数法、回归分析法、时间序列法、卡尔曼滤波法、灰色理论预测等方法。但近年研究发现，国内工业园区的工业用电量不但呈现了比较明显增长趋势，而且受到经济、政策、气候、节假日的影响，呈现了复杂的非线性组合特征，单一的各种预测方法对于工业用电量的预测的准确性欠佳。

公开号为CN107679659A的发明专利申请公开了一种新型工业用电量方法，包括定性分析高耗能行业用电量与工业用电量之间的关系以及高耗能行业经济指标与用电指标之间的关系；根据定性分析结果构建高耗能行业用电量预测模型；构建工业用电量预测模型；根据预测区域当前经济发展环境设定外生变量；对工业用电量进行预测。该方法仅用于高耗能行业的用电量的分析，不具备普遍性。

发明内容

为了解决上述的技术问题，本发明提出的基于季节指数灰色模型的工业用电量预测方法，充分考虑到国内工业园区工业用电量不但呈现了比较明显增长趋势，而且受到经济、政策、气候、节假日的影响，呈现了复杂的非线性组合特征，有效利用了灰色模型擅长描述数据序列的内部特征及发展趋势，又巧妙地在采用灰色模型建模的前后引入季节指数进行建模数据修正和预测数据恢复，使其有效反映真实数据的季节性波动，得到更为准确的预测结果，为电力能源机构有效进行电力资源合理配置提供一定的数据支撑。

本发明的目的是提供一种基于季节指数灰色模型的工业用电量预测方法，包括进行历史数据取样并确定取样数据序列，还包括以下步骤：

步骤1：提取季节指数；

步骤2：修正所述取样数据序列；

步骤3：构建灰色GM模型；

步骤4：进行所述灰色GM模型预测，形成模型的预测序列；

步骤5：对所述预测序列进行逆调整；

步骤6：对所述灰色GM模型进行检验；

步骤7：输出预测值。

优选的是，所述进行历史数据取样并确定取样数据序列步骤包括获取某地区工业用电量历史数据，以固定时间为统计时间间隔，统计相同时间范围内工业用量数据，形成时间序列样本，生成所述取样数据序列x⁽⁰⁾＝{x₁⁽⁰⁾,x₂⁽⁰⁾,…,x_n⁽⁰⁾}，其中，n为自然数。