一種基于主導行業(yè)的電力需求預測及預警的方法
【技術(shù)領域】
[0001] 本發(fā)明屬于電力系統(tǒng)電力需求分析領域，特別涉及一種基于主導行業(yè)的電力需求 預測及預警的方法。
【背景技術(shù)】
[0002] 電力需求預測是電力系統(tǒng)的一個重要業(yè)務環(huán)節(jié)，提高電力需求預測的準確性，以 及在電力需求增長或下降等異常情況出現(xiàn)時進行準確地預警，對于科學安排電力系統(tǒng)的檢 修與發(fā)電計劃，優(yōu)化電網(wǎng)的購售電交易計劃，在電力供需緊張時及時啟動有序用電工作，降 低電網(wǎng)的供應風險與運行風險等，都具有重要意義。
[0003] 現(xiàn)有的電力需求預測方法，大多是基于歷史數(shù)據(jù)的趨勢外推，并考慮外部因素的 相關性，對預測的結(jié)果進行修正。這類方法在正常情況下是比較奏效的，預測精度也比較 高。然而，當發(fā)生重大的社會事件，或者經(jīng)濟形勢出現(xiàn)"拐點"時，將難以通過趨勢外推的方 式進行準確的預測，而面對大量復雜的外部相關因素，也難以從中提煉出真正有意義的預 警信號；因此，在此情況下，傳統(tǒng)的方法在進行電力需求預測、預警時將面臨著較大的困難。 [0004] 事實上，全社會的電力需求是各行業(yè)電力需求的總和，全社會電力需求的發(fā)展更 是以行業(yè)電力需求的發(fā)展為支撐的。在國民經(jīng)濟各行業(yè)中，存在著一些行業(yè)，它們對當前的 全社會電力需求具有決定性作用而且能夠引導未來全社會電力需求的發(fā)展和變化，這些行 業(yè)就是電力需求的預警主導行業(yè)。電力需求預警主導行業(yè)中隱含著大量的預警信息，它們 可以清楚地描述全社會電力需求的發(fā)展走向甚至可以準確地預測電力負荷的大小。因此， 研宄如何從國民經(jīng)濟各行業(yè)中辨識出電力需求的預警主導行業(yè)，并從這些主導行業(yè)中挖掘 出對于全社會用電有效的預警信息具有重要的意義，也能夠有效提高電力需求預測的精度 與預警的及時性、準確性。
[0005] 本質(zhì)上，電力需求的主導行業(yè)具有兩個作用，其一是對當前的全社會需求具有決 定性作用，g卩"主導"中"主要、關鍵"的概念，這體現(xiàn)在主導行業(yè)用電量的數(shù)值特征與同期的 全社會用電量的數(shù)值特征有明顯的相關關系；其二是對未來的全社會需求有引導性作用， 艮P"主導"中"導向和引導"的概念，這體現(xiàn)在行業(yè)用電量的某些信息可以應用于全社會用 電量的預警和預測。從概念上來看，預警主導行業(yè)必須同時具備以上兩個條件，兩者缺一不 可。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是為解決傳統(tǒng)電力需求預測、預警面臨的困難，提出一種基于主導 行業(yè)的電力需求預警的方法，本發(fā)明利用歷史用電量數(shù)據(jù)分析來確定電力需求主導行業(yè)， 從而提高對電力需求預測的科學性，以及對于電力需求增長或下降異常情況辨識、預警的 準確性。本
【發(fā)明內(nèi)容】
技術(shù)方案步驟如下：
[0007] 1)對行業(yè)用電量與全社會用電量序列進行時差相關性分析，初步框定預警主導行 業(yè)集合；
[0008] 2)基于歷史用電量虛擬估計后續(xù)月份各個預警主導行業(yè)的用電量增長率；
[0009] 3)虛擬計算歷史上各個預警主導行業(yè)的預警成功次數(shù)；
[0010] 4)計算各個預警主導行業(yè)的預警準確率與預警覆蓋率，舍棄預警準確率和預警覆 蓋率較低的行業(yè)，修正預警主導行業(yè)集合；
[0011] 5)計算新的預警主導行業(yè)集合中各個預警主導行業(yè)與社會用電量序列之間的互 信息值；
[0012] 6)結(jié)合互信息值，確定面向電力需求的最終預警主導行業(yè)集合；
[0013] 7)計算預警主導行業(yè)的電力需求增長率預警閾值；
[0014] 8)檢測預警主導行業(yè)電力需求增長率的實際數(shù)值，當其超出預警數(shù)值區(qū)間時，發(fā) 出預警信號，對后續(xù)的電力需求預測進行滾動修正，以達到更為精確的預測結(jié)果信息值。
[0015] 本發(fā)明的技術(shù)特點及有益效果：
[0016] 本發(fā)明通過相關性分析確定可能的預警主導行業(yè)，通過對行業(yè)用電量數(shù)據(jù)的增長 率、衰減率進行比較分析，將相關事件視為隨機變量，用統(tǒng)計頻率代替事件概率，確定隨機 變量的概率分布；計算行業(yè)用電量與全社會用電量的互信息量，比較互信息量的大小，以完 成面向電量需求預警的主導行業(yè)辨識功能；基于主導行業(yè)所產(chǎn)生的預警信號，可對后續(xù)的 電力需求預測進行滾動修正，從而提高電力需求預測的準確性，以及對于電力需求增長或 下降異常情況辨識的準確性；這對于科學安排電力系統(tǒng)的檢修與發(fā)電計劃，優(yōu)化電網(wǎng)的購 售電交易計劃，在電力供需緊張時及時啟動有序用電工作，降低電網(wǎng)的供應風險與運行風 險等，都具有重要意義。
【附圖說明】
[0017] 圖1是本發(fā)明的方法實施流程框圖。
【具體實施方式】
[0018] 下面結(jié)合附圖1和實施方式對本發(fā)明作進一步詳細的說明。應當理解，此處所描 述的【具體實施方式】可用以解釋本發(fā)明，但并不限定本發(fā)明。
[0019] 本發(fā)明提供的一種基于主導行業(yè)的電力需求預測及預警的方法，包括以下步驟：
[0020] 1)對行業(yè)用電量與全社會用電量序列進行時差相關性分析，初步框定預警主導行 業(yè)集合：
[0021] 該步驟的【具體實施方式】為：對任意一個行業(yè)的月用電量數(shù)據(jù)序列ei(j)與全社會 的月用電量數(shù)據(jù)序列etl(j)進行先行/滯后時差相關性分析，其中i代表行業(yè)序號，i= l，2，...，n，共n個待分析行業(yè)；j代表月份，j= 1，2，...，N，行業(yè)i(月）用電量領先全社 會（月）用電量u期（一個月份對應為一期，即分析&(」+11)與eQ(j)的相關性，n，N，u均 為正整數(shù)）的先行時差相關系數(shù)如式（1)所示：
【主權(quán)項】
1. 一種基于主導行業(yè)的電力需求預測及預警的方法，其特征在于，該方法包括w下步 驟： 1) 對行業(yè)用電量與全社會用電量序列進行時差相關性分析，初步框定預警主導行業(yè)集 合； 2) 基于歷史用電量虛擬估計后續(xù)月份各個預警主導行業(yè)的用電量增長率； 3) 虛擬計算歷史上各個預警主導行業(yè)的預警成功次數(shù)； 4) 計算各個預警主導行業(yè)的預警準確率與預警覆蓋率，舍棄預警準確率和預警覆蓋率 較低的行業(yè)，修正預警主導行業(yè)集合； 5) 計算新的預警主導行業(yè)集合中各個預警主導行業(yè)與社會用電量序列之間的互信息 值； 6) 結(jié)合互信息值，確定面向電力需求的最終預警主導行業(yè)集合； 7) 計算預警主導行業(yè)的電力需求增長率預警闊值； 8) 檢測預警主導行業(yè)電力需求增長率的實際數(shù)值，當其超出預警數(shù)值區(qū)間時，發(fā)出預 警信號