[发明专利]一种基于大数据的大区域用电量预测方法及系统

权利要求书

1.一种基于大数据的大区域用电量预测方法，其特征在于：包括以下步骤：

步骤S1：采集大区域用电量相关的N组先行数据向量的集合X＝{X₁,X₂,...,X_N}，每个向量X_i＝(x_i(-ti),x_i(-ti+1),...,x_i(-1))，i的取值范围从1到N；采集用电量向量E＝(e_-te,e_-te+1,...,e_-1)；所述向量X_i与E的统计周期相同，所述向量X_i中的每个值为相应统计时间周期内的先行数据值，所述向量E内的每个值为相应统计时间周期内的用电量；

步骤S2：根据集合X获得参数向量的集合P＝{P₁,P₂,...P_i,...,P_N}，每个参数向量其中，m的取值范围为1到t_i-1；

步骤S3：根据用电量向量E和参数向量的集合P，获得参数向量的最优先行时间向量T＝(T₁,T₂,...T_i,...,T_N)，其中T_i为参数向量P_i中最优先行参数所对应的先行时间；

步骤S4：获得最优先行参数和用电量变化率之间的关联向量K＝(k₁,k₂,...,k_i...,k_N)；

步骤S5：获得下一个时间周期内大区域的预测用电量其中，e_-1为当前时间周期内大区域的实际用电量。

2.根据权利要求1所述的一种基于大数据的大区域用电量预测方法，其特征在于：步骤S1中，所述向量X_i与E的统计周期为月。

3.根据权利要求1所述的一种基于大数据的大区域用电量预测方法，其特征在于：步骤S1中，所述先行数据为对数据源中的数据进行修正后的数据，所述修正后的数据为修正前数据除以当月的天数；所述用电量为对实际用电量进行修正后的用电量，所述修正后的用电量为修正前用电量除以当月的天数。

4.根据权利要求1所述的一种基于大数据的大区域用电量预测方法，其特征在于：所述步骤S3中，采用K-L信息量法获得最优先行时间向量T。

5.根据权利要求1所述的一种基于大数据的大区域用电量预测方法，其特征在于：所述步骤S3具体包括以下步骤：

步骤S31：根据用电量向量E计算用电量变化率向量其中，m的取值范围为1到t_e-1；

步骤S32：对于参数向量集合P中的每个参数向量P_i，提取P_i中的t_e个子向量，每个子向量中具有t_e-1个参数，所述子向量的集合为任一子向量P_ij为j的取值范围为1到t_e；

步骤S33：计算用电量变化率向量和每个子向量的相关系数其中Cov()为协方差函数，σ()为方差函数，j的取值范围为1到t_e；

步骤S34：获取ρ_ij中的最大值ρ_imax和对应所述最大值的j值，并记为j_max；

步骤S35：将j_max作为参数向量P_i中最优先行参数所对应的先行时间T_i，即T_i＝j_max。

6.根据权利要求5所述的一种基于大数据的大区域用电量预测方法，其特征在于：所述步骤S34还包括：如果ρ_imax大于或等于预设阈值，那么执行步骤S35；否则，不再执行步骤S35，并将该ρ_imax对应的P_i从集合P中剔除。