本發(fā)明涉及一種考慮業(yè)擴(kuò)報裝數(shù)據(jù)的用電需求分析預(yù)測方法。

背景技術(shù)：

由于受國家政策、生產(chǎn)成本、銷售情況、市場前景、業(yè)擴(kuò)趨勢的影響，不能對業(yè)擴(kuò)新增容量、電量、負(fù)荷做出精確的預(yù)測判斷。由于業(yè)擴(kuò)新裝需要較長的時間過程，不能準(zhǔn)確的把握新增容量的釋放規(guī)律，電量增長點的規(guī)律以及電量什么時候達(dá)到正常水平，容量的增長對全省電量的影響等等。即，電網(wǎng)企業(yè)實際售電量的增長往往要滯后于業(yè)擴(kuò)報裝的增長，新增報裝容量也不會百分之百地轉(zhuǎn)化為售電量的增長。對歷史數(shù)據(jù)進(jìn)行統(tǒng)計，找出新增報裝與售電量增長之間的關(guān)系，有助于電網(wǎng)企業(yè)對未來售電量的增長變化進(jìn)行更準(zhǔn)確的預(yù)計。

但是目前業(yè)擴(kuò)報裝的相關(guān)研究主要關(guān)注點是政策的制定和管理制度的完善，很少從量測技術(shù)、數(shù)學(xué)模型、算法演練上做深入的研究，例如基于S-曲線的負(fù)荷預(yù)測方法，基于業(yè)務(wù)擴(kuò)大信息的區(qū)域用電大戶簡單直觀的提高未來3-5年內(nèi)負(fù)荷預(yù)測的準(zhǔn)確性。但是對未來幾年的預(yù)測，若想更精細(xì)的進(jìn)行預(yù)測，還需要進(jìn)行月度的分析。

技術(shù)實現(xiàn)要素：

本發(fā)明為了解決上述問題，提出了一種考慮業(yè)擴(kuò)報裝數(shù)據(jù)的用電需求分析預(yù)測方法，該方法提出了售電市場分析預(yù)測指標(biāo)體系的分析理念和總體框架，并在此基礎(chǔ)上發(fā)展了市場占有分析、市場集中度分析、典型用戶分析、報裝跟蹤等具有鮮明營銷工作特色的新指標(biāo)，以期全面、深入地評價售電市場的總體發(fā)展?fàn)顩r。該指標(biāo)體系為實現(xiàn)營銷工作的規(guī)范化、科學(xué)化、高效化提供了支撐。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種考慮業(yè)擴(kuò)報裝數(shù)據(jù)的用電需求分析預(yù)測方法，包括以下步驟：

(1)確定新增用戶戶數(shù)和新增用電設(shè)備容量，計算容量增長率與環(huán)比增長率；

(2)利用S型生長曲線構(gòu)建業(yè)擴(kuò)報裝后的用電趨勢，利用主元分析法得到業(yè)擴(kuò)用電生長曲線，以瞬時生長率為基值，拐點為識別依據(jù)，進(jìn)行曲線的分階段解讀；

(3)對用電量和業(yè)擴(kuò)報裝進(jìn)行轉(zhuǎn)換，利用census X12算法對解釋變量和因變量進(jìn)行季節(jié)性分解，將原始變量分解為趨勢循環(huán)項(TC)、季節(jié)因素(SF)和隨機(jī)項(IR)；

(4)分析兩變量趨勢項之間的相關(guān)性再進(jìn)行線性回歸，考慮季節(jié)因素后，確認(rèn)用電量的 預(yù)測值。

所述步驟(1)中，通過計算新增數(shù)量和容量及其增長率，以確認(rèn)未來用電市場增長的趨勢。

所述步驟(1)中，把握總量數(shù)值，同時掌握總量的構(gòu)成情況，從不同地區(qū)、不同用電類別、不同行業(yè)、各電壓等級和各個產(chǎn)業(yè)多個角度分析總量與其構(gòu)成分量的關(guān)系。

所述步驟(2)中，選用Logistic、Gompertz或Von Bertanlanffy曲線對用電量的生長趨勢進(jìn)行描述。

所述步驟(2)中，基于最大電量、參數(shù)、瞬時生長速度與時間尺度來確認(rèn)用電量的生長趨勢。

所述步驟(2)中，曲線中的拐點就是曲線變化速率的轉(zhuǎn)折點，也是二階導(dǎo)數(shù)為零的點，其表征曲線的變化趨勢，當(dāng)二階導(dǎo)數(shù)為零時，達(dá)到各自的拐點月份，其對應(yīng)的電量即為拐點電量。

所述步驟(3)中，利用業(yè)擴(kuò)報裝后的用電趨勢曲線，結(jié)合瞬間生長率和相對生長率，從生長變化率層面強(qiáng)調(diào)用電的趨勢特點，以瞬時生長率為基值，衡量曲線的波動特性。

所述步驟(3)中，利用主元分析法通過不同角度分析變量，采用線性結(jié)合方式將原始信息集合起來，形成互不相關(guān)且涵蓋絕大部分?jǐn)?shù)據(jù)信息的綜合變量。

所述步驟(3)中，應(yīng)用于業(yè)擴(kuò)生長曲線將不同客戶的電量作為原始變量，進(jìn)行分時間、分客戶的雙向提取，得到主元將選取的典型客戶提升到客戶所代表的整體層面上來，以業(yè)擴(kuò)報裝數(shù)據(jù)作為解釋變量，用電量作為因變量。

所述步驟(3)中，假設(shè)數(shù)據(jù)的樣本空間為s，每個樣本的觀測的指標(biāo)個數(shù)為m，主元分析法的數(shù)學(xué)模型可表示為：

其中輸出矩陣y₁，y₂，…y_m為原始數(shù)據(jù)的關(guān)鍵信息，就是主元，系數(shù)矩陣A是指原始變量與主元之間的關(guān)聯(lián)系數(shù)，狀態(tài)矩陣x₁，x₂，…x_m是指因子變量，也就是原始變量，這里指不同行業(yè)客戶的用電量。

所述步驟(4)中，用電量和報裝都具有一定的季節(jié)性，以月份度作為時間觀測單位的時 間序列通常具有以年為單位的周期性變化，這是由于季節(jié)因素影響造成的，稱為季節(jié)性變化，在分析客觀性影響因素時，將季節(jié)要素從原序列中剔除，進(jìn)行季節(jié)調(diào)整。

本發(fā)明的有益效果為：本發(fā)明從數(shù)值量化、趨勢解讀、關(guān)聯(lián)分析三種層面上，采用典型的“S”型生長曲線擬合業(yè)擴(kuò)報裝后電量增長趨勢曲線，并采用主元分析法的方法分析行業(yè)業(yè)擴(kuò)電量趨勢；利用census X12算法對全社會用電量和報裝進(jìn)行轉(zhuǎn)換和分解，分析報裝容量與全社會用電量的關(guān)聯(lián)分析，分別用于各地市、不同用電類別、不同行業(yè)、各電壓等級和各個產(chǎn)業(yè)進(jìn)行多角度全方位的分析，可以得到量化的容量釋放規(guī)律以及報裝容量與用戶電量的關(guān)系，從而精確的進(jìn)行電量預(yù)判。

附圖說明

圖1是按行業(yè)統(tǒng)計新增數(shù)量百分比餅圖；

圖2是按用電類別統(tǒng)計新增數(shù)量百分比餅圖；

圖3是按產(chǎn)業(yè)統(tǒng)計新增數(shù)量百分比餅圖；

圖4是大工業(yè)用電高壓新裝后用電趨勢；

圖5(a)是大工業(yè)用電瞬時生長率示意圖；

圖5(b)是大工業(yè)用電相對生長率示意圖；

圖6是大工業(yè)用電報裝生長曲線；

圖7是全行業(yè)用電量與報裝容量散點圖；

圖8是全行業(yè)用電量分解圖；

圖9是全行業(yè)報裝容量分解圖。

具體實施方式：

下面結(jié)合附圖與實施例對本發(fā)明作進(jìn)一步說明。

特征分析：

1)新增用戶戶數(shù)和新增用電設(shè)備容量。新增數(shù)量及其占總數(shù)量的比重預(yù)示了未來售電市場增長的勢頭，也在一定程度上反映了營銷部門市場開拓的效果。

指標(biāo)1：新增數(shù)量百分比UR＝新增數(shù)量/總新增數(shù)量 (1.1)

指標(biāo)2：新增容量增長率CR＝新增設(shè)備容量/總?cè)萘? (1.2)

指標(biāo)3：新減容量增長率DR＝新減設(shè)備容量/總?cè)萘? (1.3)

指標(biāo)4：新增容量環(huán)比增長率CGR＝(新增設(shè)備容量-去年新增設(shè)備容量)/去年新增設(shè)備容量 (1.4)

指標(biāo)5：新減容量環(huán)比增長率DGR＝(新減設(shè)備容量-去年新減設(shè)備容量)/去年新減設(shè)備容量 (1.5)

2)把握總量數(shù)值，同時掌握總量的構(gòu)成情況。可以從不同地區(qū)、不同用電類別、不同行業(yè)、各電壓等級和各個產(chǎn)業(yè)多個角度分析總量與其構(gòu)成分量的關(guān)系。通過這樣的分析，營銷部門能夠預(yù)計售電市場未來收入、均價、利潤等關(guān)鍵指標(biāo)的變化趨勢。

1.2.2趨勢解讀：

生長曲線之前廣泛應(yīng)用于描述動植物的生長過程，其相關(guān)分析實質(zhì)上要把不同時期的信息綜合成少數(shù)幾個參數(shù)。生長曲線可分為三類：一是表示報酬遞減表現(xiàn)的方程，如指數(shù)函數(shù)；另一是描述光滑S型曲線，有一個固定拐點的方程如Logistic、Gompertz，還有一類也描述光滑S型曲線，但拐點可變的方程，如Von Bertanlanffy。

通過趨勢分析可見客戶完成業(yè)擴(kuò)報裝(新裝為主)后用電趨勢呈現(xiàn)出S型生長曲線特性，利用主元分析法得到業(yè)擴(kuò)用電生長曲線，以瞬時生長率為基值，拐點為識別依據(jù)，實現(xiàn)曲線的分階段解讀，從而可以分析出報裝完成后容量的釋放規(guī)律。

1、S型生長曲線

S型曲線被廣泛應(yīng)用于動植物的生長規(guī)律的分析，是描述生物生長趨勢的曲線，也叫生長曲線，其中最具有代表性有3種曲線模型：Logistic、Gompertz和Von Bertanlanffy，每種曲線都是Richard曲線Q_t＝α(1-βe^-kt)^1/(1-γ)的特殊表達(dá)形式，其數(shù)學(xué)模型和參考指標(biāo)見表1.1。

表1.1生長曲線擬合的三種非線性模型及其特性

其中，Q_t為電量；α為最大電量；β為參數(shù)；k為瞬時生長速度；t為時間尺度，本發(fā)明以月份為周期。曲線趨勢呈典型的“S”型，曲線中的拐點就是曲線變化速率的轉(zhuǎn)折點，也是數(shù) 學(xué)模型中二階導(dǎo)數(shù)為零的點，可以表征曲線的變化趨勢，當(dāng)二階導(dǎo)數(shù)為零時，達(dá)到各自的拐點月份，其對應(yīng)的電量即為拐點電量。各模型的拐點電量、拐點月份以及最大周期增量的數(shù)學(xué)模型如表1.1所示。分析得Logistic曲線的拐點電量為α/2，為最大電量的一半，且發(fā)生在(lnβ)/k月份；Gompertz曲線拐點月份和Logistic曲線一致，而拐點電量為α/e，相當(dāng)于36.8％α；Von Bertanlanffy曲線趨勢相對平緩，拐點月份在(ln 3β)/k，彼時電量值為8α/27，相當(dāng)于29.6％α。

為了進(jìn)一步分析業(yè)擴(kuò)用電生長曲線特性，除了常用指標(biāo)拐點時間和拐點量值之外，還考慮了其他指標(biāo)：

1)瞬時生長率，著重體現(xiàn)生長速度的變化趨勢，以為計算依據(jù)；

2)相對生長率，單位時間內(nèi)初值占末值的比率，體現(xiàn)了凈用電量的有效增長。

通過以上指標(biāo)可以從生長變化率層面強(qiáng)調(diào)用電的趨勢特點，以瞬時生長率為基值，衡量曲線的波動特性，相比曲線模型為基值的拐點判斷，更容易發(fā)現(xiàn)曲線的內(nèi)在規(guī)律。

2、主元分析法

主元分析法是一種多元統(tǒng)計分析方法，將多指標(biāo)轉(zhuǎn)化為幾個綜合指標(biāo)，通過不同角度分析變量，采用線性結(jié)合方式將原始信息集合起來，形成互不相關(guān)且涵蓋絕大部分?jǐn)?shù)據(jù)信息的綜合變量。應(yīng)用于業(yè)擴(kuò)生長曲線將不同客戶的電量作為原始變量，進(jìn)行分時間、分客戶的雙向提取，這樣得到主元才能更好的將選取的典型客戶提升到客戶所代表的整體層面上來。

假設(shè)數(shù)據(jù)的樣本空間為s，每個樣本的觀測的指標(biāo)個數(shù)為m，主元分析法的數(shù)學(xué)模型可表示為：

其中輸出矩陣y₁，y₂，…y_m為原始數(shù)據(jù)的關(guān)鍵信息，就是主元，系數(shù)矩陣A是指原始變量與主元之間的關(guān)聯(lián)系數(shù)，狀態(tài)矩陣x₁，x₂，…x_m是指因子變量，也就是原始變量，這里指不同行業(yè)客戶的用電量。

主元的思想就是化零為整，化繁為簡，將多維、多元變量按照特定需求進(jìn)行整合，實現(xiàn)降維、降階。主元的求取過程中，總方差不變，第一主元是指方差比較大的元，其偏離平衡點的距離越大，離散程度越大，包含的數(shù)據(jù)信息越多；第二主元是指次大方差的元；等等依次類推。然后對主元提取設(shè)定一個門檻值(如90％)，只對占全部方差比重90％的n個主元分析，這樣就把原來的m個指標(biāo)整合為n個指標(biāo)。

1.3.3關(guān)聯(lián)分析

電量的預(yù)測是電力負(fù)荷預(yù)測的其中一項內(nèi)容，只有對電量進(jìn)行細(xì)致準(zhǔn)確的預(yù)測才能為統(tǒng)調(diào)用電量、負(fù)荷等其他指標(biāo)的預(yù)測提供參考依據(jù)。業(yè)擴(kuò)報裝對于電量的預(yù)測工作有著先行意義，是直接影響因素，長期以來兩者都只有定性關(guān)的關(guān)系，沒有有效的方法實現(xiàn)定量分析并建立模型。

由于用電量和報裝都具有一定的季節(jié)性，對用電量和報裝進(jìn)行轉(zhuǎn)換，本發(fā)明利用census X12算法對解釋變量和因變量進(jìn)行季節(jié)性分解。將原始變量分解為趨勢循環(huán)項(TC)、季節(jié)因素(SF)和隨機(jī)項(IR)。通過分析兩變量趨勢項之間的相關(guān)性再進(jìn)行線性回歸。在考慮了季節(jié)因素之后，得到最終預(yù)測值。將報裝容量和用戶電量聯(lián)系起來，并完成相對準(zhǔn)確的預(yù)測。

以月份度作為時間觀測單位的時間序列通常具有以年為單位的周期性變化，這是由于季節(jié)因素影響造成的，稱為季節(jié)性變化。季節(jié)性變動不僅由于氣候因素的直接影響，同時社會制度及風(fēng)俗習(xí)慣也存在季節(jié)變動。由于季節(jié)性波動非常顯著，通常會掩蓋發(fā)展中的客觀規(guī)律，對我們的分析和預(yù)測工作造成影響，因此必須去掉季節(jié)波動的影響，將季節(jié)要素從原序列中剔除，進(jìn)行季節(jié)調(diào)整。

1.3實例分析

1.3.1特征分析

1.3.1.1地域分析

將2013年A省17地市報裝情況進(jìn)行統(tǒng)計，包括新增報裝戶數(shù)、原有容量、新增容量、新減容量。根據(jù)統(tǒng)計情況分別計算1.2.1中介紹的五項指標(biāo)，計入表1.2中。

表1.2 A省17地市業(yè)擴(kuò)報裝情況統(tǒng)計表

指標(biāo)1新增數(shù)量百分比：

從表中可以看出A7、A13、A2、A14及A6五個地市的新增用戶數(shù)量最多，占了總新增戶數(shù)的一半以上，可見經(jīng)濟(jì)增長速度較快。

指標(biāo)2新增容量增長率：

增加的容量中A6、A2、A17綜合三年占原有容量比例較大，增加的容量較多。

指標(biāo)3新減容量增長率：

新減容量中可以看出A6、A4、A12的減容量比較多?？梢夾6新增減容量都比較多。

指標(biāo)4、指標(biāo)5新增/減容量環(huán)比增長率：

從表中可以看出，A1、A2、A3、A4、A5新增容量連續(xù)增加。

1.3.1.2行業(yè)類別

表1.3 A省八大行業(yè)業(yè)擴(kuò)報裝情況統(tǒng)計表

指標(biāo)1新增數(shù)量百分比：

圖1按行業(yè)統(tǒng)計新增數(shù)量百分比餅圖

從圖中可以看出工業(yè)占總新增戶數(shù)的一半左右，可見工業(yè)在A省整個用電情況的比重較大。

指標(biāo)2新增容量增長率：

增加的容量中可以看出信息傳輸、計算機(jī)服務(wù)和軟件業(yè)增長很快，原有容量比例較大，增加的容量較多。

指標(biāo)3新減容量增長率：

新減容量中可以看出農(nóng)、林、牧、漁業(yè)和工業(yè)在三年的減少容量比較多，可見第三產(chǎn)業(yè)發(fā)展較農(nóng)業(yè)工業(yè)發(fā)展更為迅速。

指標(biāo)4、指標(biāo)5新增/減容量環(huán)比增長率：

從表中可以看出，各行業(yè)容量變化沒有連續(xù)的增加和減少。

1.3.1.3用電類別

表1.4 A省用電類別業(yè)擴(kuò)報裝情況統(tǒng)計表

指標(biāo)1新增數(shù)量百分比：

圖2按用電類別統(tǒng)計新增數(shù)量百分比餅圖

從圖中可以看出一般工商業(yè)的新裝情況占所有用電類別的百分之七十以上，從用電情況也能看出一般工商業(yè)的迅速發(fā)展。

指標(biāo)2新增容量增長率：

增加的容量中可以看出農(nóng)業(yè)生產(chǎn)用電新裝占原有容量的比重越來越大，一般工商業(yè)持續(xù)增長。

指標(biāo)3新減容量增長率：

新減容量中可以看出農(nóng)業(yè)排灌和農(nóng)業(yè)生產(chǎn)用電每年減少的容量相對與原有總?cè)萘亢芏?。但農(nóng)業(yè)生產(chǎn)用電新增容量也很多，因此只是用戶變動比較頻繁。

指標(biāo)4、指標(biāo)5新增/減容量環(huán)比增長率：

從表中可以看出，只有農(nóng)業(yè)生產(chǎn)用電連續(xù)兩年新增容量持續(xù)增長。

1.3.1.4電壓等級

表1.5 A省各電壓等級業(yè)擴(kuò)報裝情況統(tǒng)計表

指標(biāo)1新增數(shù)量百分比：

10kv新裝占所有新裝數(shù)量的絕大部分。

指標(biāo)2新增容量增長率：

增加的容量中可以看出220kv、10kv的新增容量均持續(xù)增長。

指標(biāo)3新減容量增長率：

新減容量中可以看出新減容量10kv電壓等級也是相對最多的，從數(shù)量上、報裝情況上都可以看出10kv是所有電壓等級中最活躍也是最復(fù)雜的。

指標(biāo)4、指標(biāo)5新增/減容量環(huán)比增長率：

從表中可以看出，沒有電壓等級連續(xù)兩年新/減增容量持續(xù)增長。注意到220kv環(huán)比指標(biāo)存在突變，是由于數(shù)據(jù)中11年新減容量相比12、13年小很多，可能是因為報裝情況由各地市手動錄入存在很大的隨機(jī)因素。

1.3.1.5產(chǎn)業(yè)劃分

根據(jù)產(chǎn)業(yè)與行業(yè)的從屬關(guān)系，劃分第一、第二、第三產(chǎn)業(yè)。

表1.6產(chǎn)業(yè)與各行業(yè)的劃分關(guān)系

表1.7 A省用產(chǎn)業(yè)擴(kuò)報裝情況統(tǒng)計表

指標(biāo)1新增數(shù)量百分比：

從圖3中可以看出從數(shù)量上第二產(chǎn)業(yè)新裝占到所有新裝數(shù)量一半。

新減容量中可以看出各產(chǎn)業(yè)的容量減少規(guī)律性不明顯，但從總體上可以看出容量的減少情況有所減緩。

指標(biāo)4、指標(biāo)5新增/減容量環(huán)比增長率：

從表中可以看出，就最近三年的情況來看第三產(chǎn)業(yè)的新增減容量都連續(xù)增長的，可見隨著經(jīng)濟(jì)發(fā)展，第三產(chǎn)業(yè)在全行業(yè)中扮演著越來越活躍的角色。

1.3.2趨勢解讀--報裝后用電量趨勢分析

1、典型用戶報裝后用電量趨勢分析

由于受國家政策、生產(chǎn)成本、銷售情況、市場前景、業(yè)擴(kuò)趨勢的影響，不能對業(yè)擴(kuò)新增容量、電量、負(fù)荷做出精確的預(yù)測判斷。再次，業(yè)擴(kuò)新裝需要較長的時間過程，目前的技術(shù)手段和決策方法的限制，不能準(zhǔn)確的把握新增容量的釋放規(guī)律、電量增長點的規(guī)律、容量的增長對全省電量的影響等等。對于新裝業(yè)務(wù)，客戶在完成報裝后需要進(jìn)行用電設(shè)備等各方面的調(diào)試，并不能馬上達(dá)到穩(wěn)定的用電狀態(tài)，這段調(diào)試期客戶的用電量是我們要分析的重點。

為此，本發(fā)明以A省2011年到2014年8月份的業(yè)擴(kuò)報裝數(shù)據(jù)為依據(jù)，以高壓新裝業(yè)務(wù)為例，選取數(shù)據(jù)中大工業(yè)用電的三個典型企業(yè)，分析其新裝后一年的用電量規(guī)律。通過對典型企業(yè)的趨勢分析，如圖4所示：3個典型企業(yè)完成新裝業(yè)務(wù)后用電基本呈S型生長特性，也符合生物生長的趨勢。

2、典型客戶業(yè)擴(kuò)生長曲線擬合

本發(fā)明以A省營銷部量測數(shù)據(jù)為喜劇，選取用電類別為大工業(yè)用電的新裝業(yè)務(wù)，篩選歸納出送電后12個月的用電量，按電量排序，去除客戶用電曲線不符合規(guī)律的數(shù)據(jù)，如因為市場原因減產(chǎn)或政策影響實行節(jié)能減排導(dǎo)致電量下降的，以電量環(huán)比大于零為基準(zhǔn)，最后篩選出十名典型客戶，代表大工業(yè)用電新裝后用電趨勢。

對十名客戶報裝后的電量采用Logistic、Gompertz和Von Bertanlanffy模型，利用SPSS16.0統(tǒng)計分析軟件進(jìn)行循環(huán)迭代，擬合計算出各模型參數(shù)的最優(yōu)估計值A(chǔ)、B、K，收斂標(biāo)準(zhǔn)為10-8，并根據(jù)參數(shù)估計值推算出模型的拐點月份、拐點電量及擬合度R2，見表1.8。

表1.8生長曲線模型參數(shù)估計值及擬合度

通過表格中部分拐點月份過大可以看出部分篩選數(shù)據(jù)仍存在一定錯誤，可能原因是由于統(tǒng)計時人工輸入錯誤或企業(yè)同時進(jìn)行其他類別的業(yè)擴(kuò)項目，影響用電量，使部分分析數(shù)據(jù)有明顯紕漏。但仍可以看出一些有用的結(jié)論：十個客戶中，有六個客戶對Von Bertanlanffy模型擬合程度較好，除去拐點月份過大的企業(yè)三和企業(yè)七，雖然各企業(yè)的偏好模型不盡相同，但是拐點月份基本上在3.3個月。

3、主元提取

采用SPSS16.0統(tǒng)計分析軟件對Von Bertanlanffy模型擬合業(yè)擴(kuò)生長曲線進(jìn)行主元提取?？梢缘玫街鞒煞值梅种当?，見表1.9。然后根據(jù)擬合值得到新裝后1-12月的主元電量，見表1.10。

表1.9主成分得分值表

表1.10主元電量

4、大工業(yè)用電業(yè)擴(kuò)生長曲線擬合

對主元電量進(jìn)行Logistic、Gompertz和Von Bertanlanffy模型擬合，三種模型對主元電量的擬合效果都極好，Logistic模型擬合度為0.998，Gompertz和Von Bertanlanffy模型擬合度均為1。Von Bertanlanffy模型拐點月份為4月，拐點電量為623.45萬kwh。針對Von Bertanlanffy模型進(jìn)行各項指標(biāo)的解讀，畫出該模型下瞬時生長率和相對生長率變化情況，如圖5(a)、圖5(b)。

分析生長率模型可知，Von Bertanlanffy模型在5月之前處于加速生長期，之后處于減速生長期。在加速生長期內(nèi)可以看出其增加速度在不斷減緩，拐點附近瞬時增長率達(dá)峰值，不再增加。在減速生長期瞬時增長率不斷下降最后可能趨于零，用電量趨于穩(wěn)定。

針對擬合度為1的Von Bertanlanffy模型，大工業(yè)用電整體的生長曲線見圖6。加速生長期為1-5月，減速生長期為6-12月，最后穩(wěn)定在1334萬kwh。前期每月投入電量分別為7.94％、22.39％、38.81％、55.98％、69.42％?？梢姶蠊I(yè)用電在五個月就可以基本實現(xiàn)新裝容量的釋放，在用電設(shè)備調(diào)試方面進(jìn)度較快，進(jìn)入穩(wěn)定狀態(tài)。

1.3.3關(guān)聯(lián)分析--報裝容量與電量關(guān)系

由于用電量和報裝都具有一定的季節(jié)性，對用電量和報裝進(jìn)行轉(zhuǎn)換，即利用census X12 算法對解釋變量和因變量進(jìn)行季節(jié)性分解。將原始變量分解為趨勢循環(huán)項(TC)、季節(jié)因素(SF)和隨機(jī)項(IR)。通過分析兩變量趨勢項之間的相關(guān)性再進(jìn)行線性回歸。在考慮了季節(jié)因素之后，得到最終預(yù)測值。將報裝容量和用戶電量聯(lián)系起來，并完成相對準(zhǔn)確的預(yù)測。

基于業(yè)擴(kuò)報裝全行業(yè)用電量的分析預(yù)測

統(tǒng)計A省2011年-2014年上半年各月度全行業(yè)報裝容量和用電量情況，觀察兩個指標(biāo)的散點圖并尋找對應(yīng)關(guān)系。

1.對因變量進(jìn)行分解

將2011年-2014年上半年全行業(yè)用電量(Power usage of the whole industry)因變量QHY利用E-view軟件中的X12算法分解為趨勢循環(huán)項QHY_TC、季節(jié)因素QHY_SF和隨機(jī)項QHY_IR。如圖8所示。趨勢循環(huán)項穩(wěn)步上升，可以看出全行業(yè)用電量隨著時間經(jīng)濟(jì)的發(fā)展不斷不斷增加。季節(jié)因素呈規(guī)律性變化，在2月份呈現(xiàn)低谷，這是由于正月全行業(yè)大規(guī)模停產(chǎn)，導(dǎo)致用電量下降。

2.對自變量進(jìn)行分解

將2011年-2014年上半年全行業(yè)報裝容量(expansion of the whole industry)自變量EWI利用E-view軟件中的X12算法分解為趨勢循環(huán)項EWI_TC、季節(jié)因素EWI_SF和隨機(jī)項EWI_IR。如圖9所示。從循環(huán)趨勢項可見報裝容量在2012年下半年有輕微的下降趨勢，可以得知全行業(yè)在2012年下半年至2013年新裝容量整體基本持平?jīng)]有明顯增長的趨勢。隨機(jī)項基本跟隨報裝曲線，這是由于業(yè)擴(kuò)報裝本身具有很強(qiáng)隨機(jī)性，加上各供電公司錄入數(shù)據(jù)時存在很大的不穩(wěn)定因素。

3.趨勢循環(huán)項相關(guān)性分析及線性回歸

將自變量趨勢循環(huán)項(EWI_TC)和因變量趨勢循環(huán)項(QWI_TC)進(jìn)行相關(guān)性分析。計算結(jié)果如表1.11。所有計算結(jié)果都在單側(cè)0.01檢驗水平下顯著相關(guān)。且相關(guān)性均較好，在因變量滯后3個周期的時候兩變量的相關(guān)性最強(qiáng)。

相關(guān)性最強(qiáng)的時候是在自變量趨勢項滯后6個月之后。

表1.11兩變量趨勢循環(huán)項相關(guān)系數(shù)

將EWI_TC(-3)作為自變量，QWI_TC作為因變量進(jìn)行一元線性回歸。得到公式4.8.1。得到的回歸模型的殘差不存在序列相關(guān)性和異方差，R2較高，可以很好的擬合趨勢循環(huán)變量的關(guān)系。式中0.216可以代表增電量系數(shù)，常數(shù)代表可存電量取值。

Y_TC＝0.216X_TC(-S)+2144598.512

R²＝0.885(1.7)

4.電量預(yù)測

將上述方程計算得到的全行業(yè)電量趨勢循環(huán)項擬合值與分解得到的季節(jié)因素和隨機(jī)項進(jìn)行加和，得到全行業(yè)電量擬合值，與實際值對比，兩曲線重合度很高，轉(zhuǎn)折點也可基本吻合。

通過以上方法擬合得到的2014年5月用電為2986527.214萬千瓦時，實際用電量為3067010.534萬千瓦時，誤差為2.62％；六月份預(yù)測用電量3019921.841萬千瓦時，實際用電量3079281.457千瓦時，誤差1.93％。作為短期預(yù)測月度的預(yù)測，可以較為準(zhǔn)確的預(yù)測未來2-3個月的電量，之后的預(yù)測應(yīng)重新進(jìn)行建模工作。

上述雖然結(jié)合附圖對本發(fā)明的具體實施方式進(jìn)行了描述，但并非對本發(fā)明保護(hù)范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。