本發(fā)明涉及數(shù)據(jù)分析的技術(shù)領(lǐng)域，更具體地，涉及基于時間序列模型的居民用電預(yù)測方法。

背景技術(shù)：

傳統(tǒng)的電量預(yù)測，主要是利用當(dāng)前用戶規(guī)模、當(dāng)前用電量、當(dāng)前經(jīng)濟指標數(shù)據(jù)如gdp等數(shù)據(jù)進行預(yù)估，對于預(yù)測目標值，并沒有構(gòu)建嚴謹?shù)哪繕酥蹬c條件值的關(guān)系，更多是通過以往的經(jīng)驗來主觀預(yù)估，且gdp等經(jīng)濟指標數(shù)據(jù)的統(tǒng)計來源也包括用電量，故以此作為預(yù)估條件，難以達到預(yù)測的準確率要求。

技術(shù)實現(xiàn)要素：

本發(fā)明為克服上述現(xiàn)有技術(shù)所述的至少一種缺陷，提供基于時間序列模型的居民用電預(yù)測方法，分析影響居民電量的關(guān)鍵因素，建立預(yù)測模型，對未來用電量按季度、年度進行預(yù)測。

本發(fā)明的技術(shù)方案是：基于時間序列模型的居民用電預(yù)測方法，包括以下步驟：

通過歷史數(shù)據(jù)進行分析建模，充分利用歷年用電數(shù)據(jù)，在長期增長趨勢的情況下，考慮季節(jié)波動和溫度影響，通過時間序列模型預(yù)測用電量。

用電量預(yù)測主要是輔助輔助計劃建設(shè)部門、財務(wù)部門進行電網(wǎng)規(guī)劃建設(shè)及財務(wù)預(yù)算管理，預(yù)測不準確，對于未來的電網(wǎng)建設(shè)投資、項目資源分配等造成影響，針對上述傳統(tǒng)方法存在的問題，需分析影響居民電量的關(guān)鍵因素，建立預(yù)測模型，對未來用電量按季度、年度進行預(yù)測。

與現(xiàn)有技術(shù)相比，有益效果是：通過歷史數(shù)據(jù)進行分析建模，充分利用歷年用電數(shù)據(jù)，在長期增長趨勢的情況下，考慮季節(jié)波動和溫度影響，通過時間序列模型預(yù)測用電量。為輔助計劃建設(shè)部門、財務(wù)部門進行電網(wǎng)規(guī)劃建設(shè)及財務(wù)預(yù)算管理，對未來用電量預(yù)測。該局利用時間序列模型，根據(jù)歷年居民用戶的增長情況、居民用電量等數(shù)據(jù)，按季度、年度進行居民用電預(yù)測。

附圖說明

圖1是本發(fā)明用電量與時間數(shù)據(jù)示意圖。

圖2是本發(fā)明溫度和電量的關(guān)系示意圖。

圖3是本發(fā)明預(yù)測結(jié)果時序圖。

圖4是本發(fā)明時間序列模型圖。

具體實施方式

附圖僅用于示例性說明，不能理解為對本專利的限制；對于本領(lǐng)域技術(shù)人員來說，附圖中某些公知結(jié)構(gòu)及其說明可能省略是可以理解的。附圖中描述位置關(guān)系僅用于示例性說明，不能理解為對本專利的限制。

本發(fā)明中，分析2008年至2016年用戶及用電量數(shù)據(jù)，發(fā)現(xiàn)惠州供電局居民用戶數(shù)量從2008年開始，逐步快速增長，近三年更以年均11.37萬的速度增長用戶量。用戶量從2008年的98.5萬戶到2015年的178萬。居民電量也從17億增長到2015年的35.7億實現(xiàn)年均9.75%的增長率增長。

通過分析歷年電量的用戶分布情況，發(fā)現(xiàn)由于新增有效用戶的不斷投入，帶動了惠州市居民電量的增長。例如2015年的居民電量中，2013到2015年立戶投入使用的客戶用電量為4億占總電量的10.9%。2009年以前的立戶的用戶用電量量從16.2億增長到24.2億。

通過分析發(fā)現(xiàn)影響居民電量增長的因素主要有新增的有效用戶，自然增長（從本質(zhì)來說是科技、經(jīng)濟等綜合因素帶來生活水平的提高），以及高溫效應(yīng)。

其中，對于新增用戶的電量影響，經(jīng)分析惠州市新增有效用戶電量在2-4年的范圍內(nèi)有個快速增長的過程，而新用戶轉(zhuǎn)化為有效用戶大概需要3年的時間完成，故以三年內(nèi)的新增用戶數(shù)作為模型的因素之一。而對于自然增長的電量影響，為消除季節(jié)波動因素，將居民電量數(shù)據(jù)統(tǒng)計粒度設(shè)為年，同時只取2008年以前立戶的用戶做分析，數(shù)據(jù)顯示基本呈現(xiàn)線性上漲的趨勢，如圖1所示。

如圖2所示，對于溫度影響，惠州市居民季度用電特征如下圖所示。從歷年的數(shù)據(jù)來看居民用電數(shù)據(jù)明顯表現(xiàn)出季節(jié)增長的特點。1、2季度用電少，3季度用電高峰，4季度用電次高峰，計算脈沖效采用的是動態(tài)arimamax模型，根據(jù)協(xié)方差，來計算溫度和電量的關(guān)系。

通過歷史數(shù)據(jù)進行分析建模，充分利用歷年用電數(shù)據(jù)，在長期增長趨勢的情況下，考慮季節(jié)波動和溫度影響，通過時間序列模型預(yù)測用電量。將歷年的真實值與預(yù)測值進行對比，預(yù)測偏差均在5%以下，其中以2016年數(shù)據(jù)為例，2016年第一季度真實電量為798230793千瓦時，預(yù)測偏差為2%。2016年第二季度實際電量877553308千瓦時，偏差0.3%。第三季度實際電量為1391626677千瓦時，偏差為1.2%。第四單季度實際電量為1023968475千瓦時，偏差為0.97%。預(yù)測結(jié)果時序如圖3所示。模型可以穩(wěn)健的按季度預(yù)測居民電量。

時間序列模型是指將同一統(tǒng)計指標的數(shù)值按其發(fā)生的時間先后順序排列而成的數(shù)列。時間序列分析的主要目的是根據(jù)已有的歷史數(shù)據(jù)對未來進行預(yù)測。構(gòu)成時間序列的要素包括長期趨勢、季節(jié)變動、循壞變動和不規(guī)律變動。

在本案例中，居民電量數(shù)據(jù)符合構(gòu)成時間序列模型的幾個要素，包括了電量自然增長的長期趨勢、隨四季變動的電量波動、每年存在周期性循環(huán)以及隨機擾動。如圖4所示。

同時，根據(jù)歷史數(shù)據(jù)分析，該時間序列模型受溫度、自然增長、季節(jié)因素、和近3年投入的有效用戶影響。

綜合模型結(jié)果，有以下公式：

新增用戶電量y=（787.26n3–15797n2+106267n–201384）*10000

(n為近3年投入的有效戶數(shù)單位為萬）；

r2=0.9997；

季節(jié)調(diào)整因素（0.81，0.83，1.30，1.05）；

季度總電量=exp(-2.40455+0.07583*溫度+?+x(t-4)）+y*季節(jié)因素；

s為上一期電量，x上一年同期電量

季度總電量=exp(-0.33866+0.013539*溫度+s+x)+y*季節(jié)因素。

顯然，本發(fā)明的上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護范圍之內(nèi)。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明涉及數(shù)據(jù)分析的技術(shù)領(lǐng)域，更具體地，涉及基于時間序列模型的居民用電預(yù)測方法?；跁r間序列模型的居民用電預(yù)測方法，包括以下步驟：通過歷史數(shù)據(jù)進行分析建模，充分利用歷年用電數(shù)據(jù)，在長期增長趨勢的情況下，考慮季節(jié)波動和溫度影響，通過時間序列模型預(yù)測用電量。本發(fā)明為輔助計劃建設(shè)部門、財務(wù)部門進行電網(wǎng)規(guī)劃建設(shè)及財務(wù)預(yù)算管理，對未來用電量預(yù)測。該局利用時間序列模型，根據(jù)歷年居民用戶的增長情況、居民用電量等數(shù)據(jù)，按季度、年度進行居民用電預(yù)測。

技術(shù)研發(fā)人員：賴蔚蔚;涂兵;周一聰;李銳;劉偉林
受保護的技術(shù)使用者：廣東電網(wǎng)有限責(zé)任公司惠州供電局
技術(shù)研發(fā)日：2017.06.16
技術(shù)公布日：2017.11.07