[发明专利]一种基于行业分类与主导行业数据的电网电量预测方法

摘要

本发明公开了一种基于行业分类与主导行业数据的电网电量预测方法，包括（1）划分用户类型；（2）选择用户类型；（3）进行行业划分；（4）采集划分得到的每个行业的用电总量和电网总用电量；（5）建立总电量多元线性回归预测模型，并用该模型得倒总电量预测值P1：（6）建立总电量灰色GM(1，N)模型，用该模型得倒总电量预测值P2：（7）取P1和P2的平均值作为最后的预测结果，得到总电量的预测值P。本发明原理简单，预测结果精度好，实现了用小样本数据对总电量的预测，大幅降低电量预测过程中的数据收集工作，具有很强的可操作性。

主权项

一种基于行业分类与主导行业数据的电网电量预测方法，其特征在于，包括以下步骤：(1)根据电价类型和负荷特性进行将电网中的用户划分成不同的用户类型；(2)选择用户类型：筛选出用电量占电网用电总量的比例超过阈值的用户类型，得到用于预测的用户类型；(3)根据用户类型的行业性质对步骤(2)筛选得到的用户类型中的所有用户进行行业划分；(4)采集步骤(3)划分得到的每个行业中用户的用电量和每个行业用电总量，具体为：(4‑1)将步骤(3)划分得到的每个行业中的用户在各自行业中按用电量大小从大到小排序；(4‑2)从排序由小到大对每个用户的用电量进行采集，满足以下条件即可：Σj=1nqijQi≥50%,i=1,2,...,m;j=1,2,...,n]]>式中，qij表示第i个行业的第j个用户的用电量，m表示行业总数量；Qi表示第i个行业的用电总量；当满足上式时，n即为所需采集的第i个行业的用户总数量，qi1…qin即为第i个行业中所需采集的用户的用电量；(5)建立多元线性回归预测模型：(5‑1)求取步骤(3)划分得到的每个行业的用电总量与电网总电量的相关系数；(5‑2)求取相关系数的平均值，将相关系数小于平均值的行业去除，剩下的行业即为与电网电量关系密切的用于多元线性回归预测的主导行业；(5‑3)建立多元线性回归预测模型：(5‑3‑1)以用于多元线性回归预测的主导行业中的用户的用电量、外部经济数据作为输入量，建立多元线性回归模型，得到各行业用户未来的用电量并求和，从而得到各行业未来的用电量Xi1，Xi1=β0+Σj=1nβj×qij+α1×E1+α2×E2...,i=1,2,...,m′;j=1,2,...,n]]>式中，qij表示第i个用于多元线性回归预测的主导行业的第j个用户的用电量，m’表示用于多元线性回归预测的主导行业的总数量，n为步骤(4)所采集的第i个行业的用户总数量；β0为常数项，βj、α1、α2为回归系数；E1、E2…为第1、2、…个外部经济数据；(5‑3‑2)将各行业未来的用电量Xi1作为输入，再次建立多元线性回归预测模型，得到总电量的预测值P1：P1=ϵ0+Σi=1mϵi×Xi1,(i=1,2,...,m)]]>式中，ε0为常数项，εi为回归系数；Xi1为各行业未来的用电量，m表示行业总数量；(6)建立总电量灰色GM(1，N)模型：(6‑1)求取每个行业的用电总量与电网总电量的相关联度；(6‑2)求取相关联度的平均值，将相关联度小于平均值的行业去除，剩下的行业即为与电网电量关系密切的用于建立总电量灰色GM(1，N)模型的主导行业；(6‑3)建立总电量灰色GM(1，N)模型：(6‑3‑1)以用于建立总电量灰色GM(1，N)模型的主导行业中的用户的用电量、外部经济数据作为输入量，建立GM(1，N)模型，得到各行业用户未来的用电量并求和，从而得到各行业未来的用电量Xi2：Xi2＝GM(1,N)其中，输入量为N个，分别为qij、E1、E2…；qij表示第i个行业的第j个用户的用电量；E1、E2…为第1、2、…个外部经济数据；i＝1,2,…,m；j＝1,2,…,n；m表示行业总数量，n表示第i个行业的用户总数量；(6‑3‑2)将各行业未来的用电量Xi2为输入量，再次建立灰色GM(1，N)预测模型，得到总电量的预测值P2，其输入量为Xi2，i＝1,2，…m；P2＝GM(1,N')式中N’表示输入量个数，N’＝m；m表示行业总数量；(7)取P1和P2的平均值作为最后的预测结果，得到总电量的预测值P。