本发明专利技术公开了一种基于业扩报装大数据和计量经济模型的用电量预测方法,通过对区域业扩报装大数据的分析,采用计量经济模型,分行业研究业扩报装情况、运行容量、负荷利用率、用电需求之间的关系,建立电力需求预测模型,首先,对业扩报装数据进行清洗,剔除非生产用电需要申请的业扩信息,然后,预测非业扩影响电量、全行业业扩影响电量、居民用电量等信息,并根据上述信息,实现对区域用电量进行预测;本发明专利技术可更好地把握区域电力需求走势、服务区域经济社会发展以及电网的安全平稳运行。
【技术实现步骤摘要】
本专利技术涉及用电量预测方法,特别涉及基于业扩报装大数据和计量经济学模型支持的区域用电量预测。
技术介绍
用电量预测对经济社会发展和电力系统供需平衡至关重要。近年来,受经济形势的影响,区域业扩报装容量增长率呈现出波动性趋势,不仅对区域用电量造成一定影响,而且影响到电网调度以及运行的安全。为更好地把握区域电力需求走势、服务区域经济社会发展以及电网的安全平稳运行,本专利技术基于对区域业扩报装增量大数据的挖掘,借助ARMA、DID等计量经济学方法,分行业研究业扩报装情况、运行容量、负荷利用率、用电需求之间的关系,对区域用电量进行预测。
技术实现思路
本专利技术的目的在于通过对52个行业分类业扩报装大数据的挖掘,借助计量经济学模型构建基于业扩报装情况的用电量模拟预测模型,统筹考虑业扩报装情况、运行容量、负荷利用率、用电量之间的关系,对特定区域条件下的用电量进行预测。本专利技术基于业扩报装增量大数据和计量经济学模型的支持,建立区域电力需求模拟预测模型,提出一种基于业扩报装大数据和计量经济模型的用电量预测方法。本专利技术的技术方案为:基于业扩报装大数据支持的电力需求预测模型构建步骤:(1)数据清洗基于营销系统业扩报装工单对数据进行清洗,在数据清洗过程中,重点剔除非生产用电需要申请的业扩信息,清洗后的业扩数据在报装完成后用户的电量数据有相应体现,确保采用的业扩数据在用户完成报装后的电费发票中有所体现。重点剔除数据包括:①供电线路变更申请的业扩报装数据②双路电源接入申请的业扩报装数据③短时间内多次重复提报申请的业扩报装数据(2)剔除非业扩因素影响本专利技术中将用电量的影响分为业扩影响电量和非业扩影响电量,非业扩影响电量为剔除业扩影响电量外的用电量总和,通过ARMA非业扩电量预测方法进行打包预测非业扩电量综合自然增长率。ARMA(p,q)非业扩电量预测模型为自回归移动平均模型,其中AR是自回归,p为自回归项;MA为移动平均,q为移动平均项数。①自回归过程AR,令Yt表示t时期的非业扩电量。如果我们把Yt的模型写成Yt-δ=a1(Yt-1-δ)+μt其中δ是Yt的均值,μt是具有零均值和恒定方差的随机误差项,则Yt遵循一个一阶自回归或AR(1)随机过程。②移动平均过程MA,上述AR过程并非是产生Y的唯一可能机制。如果Y的模型描述成Yt=γ+β0μt其中γ是常数,μt是具有零均值和恒定方差的随机误差项。t时期的Y等于一个常数加上现在和过去误差项的一个移动平均值。则称Y遵循一个一阶移动平均或MA(1)过程。③自回归移动平均过程ARMA,如果Y兼有AR和MA的特性,则是ARMA过程。Y可以写成Yt=θ+α1Yt-1+β0μt+β1μt-1其中θ是不同于γ的常数,μt是具有零均值和恒定方差的随机误差项。在ARMA非业扩电量预测模型中,有1个自回归项和1个移动平均项(本专利技术中时间序列数据为30期,满足p=1,q=1),是ARMA(1,1)过程。根据ARMA模型可滚动预测t+1期的非业扩电量。(3)分行业业扩接电周期计算业扩报装发生后,需要经历一定的接电周期,才能在用电量上完全得以体现。本专利技术考虑后续12个月内新装增容和永久性减容销户情况。根据业扩报装的申请、送电时间,分别从用户电量表中获取后续12个月的电量,业扩报装发生当月设置为基准月份(0月),之后每个月的电量设置为1-12月。不同行业由于行业特性不同,接电周期也有所不同,本专利技术通过业扩报装发生之后负荷率趋于平稳的月份与基准月份的周期差值作为接电周期,通过计量经济学断点回归法确定负荷率发生结构性变化并趋于平稳的节点月份。假定节点月份之前有n个月,节点月份之后有m个月。其中:n=12-m如果模型中不存在结构变化,那么节点月份前n个月序列的残差平方和RSSR和在统计上不应当显著不同,因此原假设(H0)为两个样本回归方程在统计上不是显著不同的,即不存在结构变化。在此基础上,利用F检验来检验由前n个月负荷率数据求得的参数与由后m个月负荷率数据求得的参数是否相等,由此判断结构是否发生了变化,检验公式如下:F=(RSSR-RSSUR)/kRSSUR/(n+m-2k)]]>其中,n为节点前月数,m为节点后月数,k为自由度,通过F值是否显著(p统计量是否大于0.5来判断,若大于0.5则不是负荷率平稳节点,若小于0.5,则是负荷率平稳节点)来判断负荷率是否在节点月份趋于平稳。(4)业扩报装负荷率变化值计算由于行业特性不同,各行业业扩报装负荷率变化并不一致,本专利技术从行业细分的视角,根据52个行业所有用户的业扩报装数据,计算各行业的业扩报装负荷率。LR(IND,MON,TYPj)=Σi=1sEiΣi=1sAi×24×30]]>其中,LR为业扩负荷率变化值,IND为行业类型;MON表示行业接电周期;TYP表示业扩申请类型;j=1为新装、增容,j=0为销户、减容;E为用户的月用电量增加/减少值,i表示该行业第i个用户,A为用户申请增加/减少的容量(TYP为1时为正数,TYP为0时为负数)(5)业扩-电量传导①预测分行业业扩电量:LEi=LRi×Ai其中,LEi为i行业业扩电量,i=1,2…s,LRi为i行业业扩负荷率变化值,Ai为业扩统计容量。②预测全行业业扩电量ALE=Σi=1sLEi]]>其中,为ALE为全行业业扩电量,i=1,2…s。③预测居民用电量,由于业扩报装对居民电量影响较小,所以,分析业扩报装对用电量的影响时将居民电量单列。居民用电量由历史居民月度用电量结合自然增长率得出,其中,自然增长率部分仍然通过ARMA模型预测得出。④综上可得业扩-电量传导预测月度用电量预测公式:月度用电量=居民用电量+全行业业扩影响电量+非业扩影响电量由上述技术方案可知,本专利技术基于业扩报装大数据和计量经济学模型的支持,建立区域电力需求模拟预测模型,对全社会用电量进行预测。具体实施方式实施例1:下面,以河南省为例进一步说明本专利技术。基于业扩报装大数据和计量经济模型的河南省用电量预测:1.基于营销系统业扩报装工单的河南省电量数据清洗基于河南省营销系统业扩报装工单对河南全省52个行业各企业2014年1月-2016年6月的数据进行清洗,在数据清洗过程中,重点剔除非生产用电需要申请的业扩信息,清洗后的业扩数据在报装完成后用户的电量数据有相应体现,确保采用的业扩数据在用户完成报装后的电费发票中有所体现。重点剔除数据包括:供电线路变更申请的业扩报装数据、双路电源接入申请的业扩报装数据、短时间内多次重复提报申请的业扩报装数据。2.河南省非业扩报装电量预测业扩报装发生后的电量变化会受到经济、气候、节假日等一系列外部因素影响。将天气影响、季节影响、经济增长等因素打包进行考虑。通过ARMA非业扩电量预测方法进行打包预测河南省非业扩电量综合自然增长率。ARMA(p,q)非业扩电量预测模型为自回归移动平均模型,其中AR是自回归,p为自回归项;MA为移动平均,q为移动平均项数。ARMA非业扩电量预测模型的基本思想是:将非业扩电量随时间推移而形成的数据序列视为一个随机序列,用数学模型来近似描述非业扩电量序列。可以从非业扩电量序列的过去值及现在值来预测非业扩电量未来值。河南省ARMA非业扩电量本文档来自技高网...
【技术保护点】
一种基于业扩报装大数据和计量经济模型的用电量预测方法,其特征在于,通过对区域业扩报装大数据的分析,采用计量经济模型,分行业研究业扩报装情况、运行容量、负荷利用率、用电需求之间的关系,进而建立电力需求预测模型,实现对区域用电量进行预测。
【技术特征摘要】
1.一种基于业扩报装大数据和计量经济模型的用电量预测方法,其特征在于,通过对区域业扩报装大数据的分析,采用计量经济模型,分行业研究业扩报装情况、运行容量、负荷利用率、用电需求之间的关系,进而建立电力需求预测模型,实现对区域用电量进行预测。2.根据权利要求1所述的基于业扩报装大数据和计量经济模型的用电量预测方法,其特征在于,所述电力需求预测模型的构建,包括如下步骤:(a)对业扩报装数据进行清洗,剔除非生产用电需要申请的业扩信息;(b)预测非业扩影响电量;(c)预测全行业业扩影响电量;(d)预测居民用电量;(e)根据上述信息,预测月度用电量。3.根据权利要求2所述的基于业扩报装大数据和计量经济模型的用电量预测方法,其特征在于,所述非生产用电需要申请的业扩信息包括:供电线路变更申请的业扩报装数据;双路电源接入申请的业扩报装数据;短时间内多次重复提报申请的业扩报装数据。4.根据权利要求2所述的基于业扩报装大数据和计量经济模型的用电量预测方法,其特征在于,所述非业扩影响电量的计算方法如下:Yt=θ+α1Yt-1+β0μt+β1μt-1其中,Yt表示t时期的非业扩影响电量,μt是具有零均值和恒定方差的随机误差项,θ是常数,t-1表示上一个时期。α1为上一时期非业扩电量对本期业扩电量的影响系数,β0和β1分别为本期和上一时期扰动项的回归系数。5.根据权利要求2所述的基于业扩报装大数据和计量经济模型的用电量预测方法,其特征在于,所述预测全行业业扩影响电量的步骤,进一步包括如下执行步骤:(a)计算分行业业扩接电周期;(b)计算分行业业扩报装负荷率;(c)预测分行业业扩电量;(d)预测全行业业扩电量。6.根据权利要求5所述的基于业扩报装大数据和计量经济模型的用电量预测方法,其特征在于,通过业扩报装发生之后负荷率趋于平稳的节点月份与基准月份的周期差值作为接电周期;利用F检验来判断负荷...
【专利技术属性】
技术研发人员:尹硕,白宏坤,王江波,文耀宽,李虎军,李宗,李文峰,宋大为,杨萌,刘军会,邓方钊,马任远,燕景,
申请(专利权)人:国家电网公司,国网河南省电力公司经济技术研究院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。