[发明专利]一种基于内外部指标影响的电量分析预测方法

权利要求书

1.一种基于内外部指标影响的电量分析预测方法，其特征在于，包括以下步骤；

S1：建立内外部因素指标体系；

S2：S1中所述的内外部因素指标体系包括内部指标和外部指标；

S3：S2中所述的外部指标包括经济、投资、消费、贸易、人口、能源、环境，且S2中所述的内部指标包括金属制品业、黑色金属冶炼及压延工业、非金属矿物制品业、化学原料及化学制品制造业、有色金属冶炼及压延加工业；

S4：从第二产业中再选出用电占比最大的重点工业行业，以重点行业为主体研究行业的上下游产业链，从供给与需求筛选内部指标；

S5：建立时差相关分析法：

时差相关分析法的数学原理如下所示：

设Y＝{Y_l，Y₂，Y₃，…Y_n；}为基准指标，X＝{X₁，X₂，X₃，…X_n}为被选择的指标，r为时差相关系数，则：

上式中，l为超前、滞后期；L为最大延迟数；n为数据取齐后的数据个数；

S6：利用时差相关分析法筛选关键先行指标，时差相关分析法以当前经济活动的经济指标作为基准指标，然后使被选择指标超前或滞后若干期，计算两者的相关系数；

S7：基于关键先行指标建立多指标因素的电力需求预测模型：

随机建立出森林，森林由若干的决策树组成，每输入一个新的样本，每棵决策树均进行判断，判断该样本的分类类型，被选择的最多的一个分类类型，该样本即被预测为这一类型，若输入多个样本，即生成多棵树，通过对数据进行分类，训练得出预测结果：

Y＝(X₁,X₂,L,X_n)

上式中，因变量Y有n个观测值，有k个自变量与之相关，采用bootstrapping有放回自助抽样技术，抽取n个观测值，建立分类回归树；

随机从k个自变量选择部分变量构建树节点，生成若干分类树；

n棵分类树组成森林，逐一预测，通过学习分类得到n个预测结果，得票最高的预测结果为最终预测结果。

2.根据权利要求1所述的一种基于内外部指标影响的电量分析预测方法，其特征在于，所述S3中，外部指标中的经济包括第一产业增加值、第二产业增加值、第三产业增加值、地区生产总值。

3.根据权利要求1所述的一种基于内外部指标影响的电量分析预测方法，其特征在于，所述S3中，外部指标中的投资包括全社会固定资产投资、房地产开发企业固定资产。

4.根据权利要求1所述的一种基于内外部指标影响的电量分析预测方法，其特征在于，所述S3中，外部指标中的贸易包括进口总额、出口总额、进出口总额。

5.根据权利要求1所述的一种基于内外部指标影响的电量分析预测方法，其特征在于，所述S5中，l取负数时表示超前，l取正数时表示滞后。

6.根据权利要求1所述的一种基于内外部指标影响的电量分析预测方法，其特征在于，所述S7中，建立电力需求预测模型时，若干决策树之间没有关联。

7.根据权利要求1所述的一种基于内外部指标影响的电量分析预测方法，其特征在于，所述S7中，在抽取观测值时，随机抽取n个观测值。

8.根据权利要求1所述的一种基于内外部指标影响的电量分析预测方法，其特征在于，所述S3中，外部指标中的人口包括总人口、城镇人口、城镇化率。