[发明专利]一种基于相关系数的行业用电量规律预测方法

权利要求书

1.一种基于相关系数的行业用电量规律预测方法，其特征是，包括以下步骤：

(1)通过电力调控中心电网能量管理系统采集设定区域设定行业内各用户的用电量数据，存入用电量数据库，并对数据进行预处理；

(2)根据采集到的用电量数据，得出设定区域设定行业整体用电量变化趋势以及各用户日用电变化量趋势；

(3)将日负荷电量数据按照时序进行分段，形成用电量历史数据序列并进行归一化；

(4)采用差分最小日、差分最大日方法确定波动最大日，并对引起电量波动异常的主要因素进行分析，并求得对波动贡献度最大的关键用户；

差分最小日具体为：较上一日用电量减小最多的三天；

差分最大日具体为：较上一日用电量增加最多的三天；

分别将确定的差分最小日和差分最大日确定为波动最大日，对其成因进行分析，并求得对波动贡献度最大的关键用户；

(5)分别求取各用户用电量与行业整体用电量的相关系数，并按照相关系数由大到小对用户进行排序；根据相关系数确定各用户的用电量变化与该行业总体用电规律间的关联特性；

(6)根据各用户间的相关系数，按照各用户的用电规律对其进行分类，确定每一类用户的日用电量变化曲线；

(7)在每一类用户的用电变化量曲线中，选取用电变化量趋势与行业整体用电变化量趋势一致性最高的用户，通过该用户的用电量变化规律来预测行业整体的用电量数据变化规律；

在对行业用电量规律进行预测的同时，增加对于不规范用电行为的检测，具体方法为：

1)将日负荷电量数据按照时序分成四段，形成用电量历史数据序列并进行归一化；

2)建立预测模型，对归一化得到的历史数据进行预测；预测模型具体为：

定义拉格朗日乘子：

在最优解处，

其中，ω、b分别是权系数向量及偏置，φ：Rⁿ—→Γ，其中Γ表示高维特征空间，

C为平衡系数，y_i为训练数据的目标值，x_i为训练样本，ξ_i为惩罚函数；y_i,b都为m维列向量，φ(x_i)是k维列向量，ω是m×k维矩阵；α_i、β_i均为拉格朗日算子；

3)将预测得到的结果按照负荷水平归一化到实测数据，并与实测数据进行比对，找出不规范用电嫌疑比较大的用户；

4)考虑实际情况，对嫌疑名单进行进一步的排除，确定不规范用电用户的最终名单。

2.如权利要求1所述的一种基于相关系数的行业用电量规律预测方法，其特征是，所述步骤(1)中对数据进行预处理的方法包括：

1-1)从用电量数据库中读取原始数据，将所述原始数据按照关键字段进行关联，提取所需数据，并规范数据格式；

1-2)筛选并剔除不良数据，对缺失的数据进行补全；

1-3)对错误数据进行修补，对数据进行平滑处理。

3.如权利要求1所述的一种基于相关系数的行业用电量规律预测方法，其特征是，所述步骤(2)中用户日用电变化量具体为：

日用电变化量＝某日的用电量—上一日的用电量。

4.如权利要求1所述的一种基于相关系数的行业用电量规律预测方法，其特征是，所述步骤(5)中确定各用户的用电量变化与该行业总体用电规律间的关联特性的方法为：

分别求取n个用户与行业总体用电规律间的相关系数，结果存放在n*n的对角线元素为1的对称矩阵中；非对角元素表示用户与行业总体用电规律的相关系数；

当用户与行业总体用电规律数据的线性关系增强时，相关系数趋于1或-1；当一个数据增加而另一个数据也增加时，相关系数大于0；当一个数据增加而另一数据减少时，相关系数小于0；当用户与行业总体用电规律数据独立时，相关系数为0。

5.如权利要求1所述的一种基于相关系数的行业用电量规律预测方法，其特征是，所述步骤(5)中求取用户与行业总体用电规律的相关系数的具体方法为：

其中，X_q、Y_q分别为用户与行业总体日用电量数据；分别为用户与行业总体日用电量数据的平均值；N为日用电量数据个数，为正整数。

6.如权利要求1所述的一种基于相关系数的行业用电量规律预测方法，其特征是，所述步骤(6)的具体方法为：

选取某一用户作为参考用户，将与该用户相关系数值大于某一设定值的用户归为一类；在划分的一类用户中，选取与参考用户相关系数值最高的用户的日用电量变化曲线作为该类用户的日用电量变化曲线。