[发明专利]一种利用季节指数改进二次指数平滑的月用电量预测方法

说明书

本发明涉及一种利用季节指数改进二次指数平滑的月用电量预测方法，该方法包括以下步骤：获取用电量历史数据；利用用电量历史数据求得季节指数；根据季节指数和用电量历史数据，获得消除季节影响的用电量数据序列；利用二次指数平滑法获得月用电量预测模型；根据季节指数对消除季节影响的用电量数据序列的月用电量预测模型进行还原，获得最终月用电量预测模型。与现有技术相比，本发明具有预测精度更高以及利用季节指数改进二次指数平滑、二次指数平滑法中采用不同的一次平滑系数和二次平滑系数等优点。

技术领域

本发明涉及月用电量预测技术领域，尤其是涉及一种利用季节指数改进二次指数平滑的月用电量预测方法。

背景技术

用电量预测是电力系统调度与运营的重要任务，预测的准确程度，大到影响国民经济、社会安定、居民生活及电力公司本身的发展，小到影响某幢大楼的最大用电量申报、电费预算是否合理以及未来业务扩容规划，因此用电量的预测研究和分析具有重要的现实及理论意义。许多专家学者提出了很多有效的用电量预测方法，如：ARMA、多元回归分析法、灰色预测法、指数曲线趋势外推法和神经网络方法等。

月度用电量预测是中期预测的重要内容，也是制定月度发电规划的基础。但近年研究发现，用电量不仅呈逐年变化的趋势，而且受气温波动的影响，这使得月用电量的变化呈现复杂的非线性组合特征。上述的各种方法显得难以准确预测月用电量。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种利用季节指数改进二次指数平滑的月用电量预测方法。

本发明的目的可以通过以下技术方案来实现：

一种利用季节指数改进二次指数平滑的月用电量预测方法，所述的方法包括以下步骤：

S1、获取用电量历史数据；

S2、利用用电量历史数据求得季节指数；

S3、根据季节指数和用电量历史数据，获得消除季节影响的用电量数据序列；

S4、利用二次指数平滑法获得月用电量预测模型；

S5、根据季节指数对月用电量预测模型进行还原，获得最终月用电量预测模型。

S2利用用电量历史数据求得季节指数具体为：

S201、已知历史用电量数据序列x_ij，(i＝1,2,…,m；j＝1,2,…,T)，其中m为所选历史用电量数据的总年数，T为用电量数据序列的周期，即T＝12，将x_ij转化为行向量y_k，(k＝1,2,…,mT)，对y_k进行重新编号，以历史用电量第一个周期的中间月份开始，将中间月份编号为6.5；

S202、根据行向量y_k，计算中心化的移动平均数，即计算一次移动平均值

S203、计算二次移动平均值表示一次移动平均值，也即

S204、根据y_k和相应的二次移动平均值计算季节不规则值Z_t，

S205、将历年相同月份的季节不规则值相加取平均，即得到各个月份的季节指数I_j，(j＝1,2,…,T)。

S3具体为：

S301、根据步骤S2中求得的I_j，计算消除季节影响的用电量数据序列x′_ij，

S302、将x′_ij再重新编号记为x′_k，(k＝1,2,…,mT)。

S4具体为：