[发明专利]一种季节性的支持向量回归模型的月用电量预测方法

摘要

本发明涉及一种季节性的支持向量回归模型的月用电量预测方法，包括获取用户历史电费账单数据后对账单数据进行折算，将账单电量转换为月电量；根据合同号及月电量的数据完整程度划分数据集，区分出有效用户和无效用户；对有效用户数据集缺失值和异常值进行处理；计算各个数据样本的季节指数，利用季节指数对原始数据进行修正；构建支持向量SVM时间序列特征矩阵；建立SVM进行预测分析和修正，得到预测值。实施本发明，获取工商业大用户的月用电量预测，即有助于用户了解自己的电力消耗情况，实现节源开流，还对电力部门具有重要意义，主要表现在：一是有利于电力部门优化资源配置，二是有利于电力市场营销部门的市场开拓。

主权项

1.一种季节性的支持向量回归模型的月用电量预测方法，其特征在于，所述方法包括以下步骤：S1：对账单数据进行月电量折算；S2：对折算后的数据划分数据集，以区分有效用户和无效用户；S3：对有效用户的月电量数据进行缺失值修复；S4：对有效用户的月电量数据进行异常值修复；S5：计算每个样本的季节指数，并进行季节性修正；S6：构建状态空间矩阵；S7：根据状态空间矩阵构建支持向量回归模型进行预测得到预测值，对预测值进行修正。