[发明专利]一种基于内外部指标影响的电量分析预测方法

说明书

本发明公开了一种基于内外部指标影响的电量分析预测方法，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。本发明设计合理，能够考虑影响电力需求的内外部多指标因素，研究经济、能源、环境、上下游产业链等多方面因素对电力需求的影响，建立基于多因素大数据理论的电力需求预测模型，研判电力市场增长点，提前谋划布局，规避售电市场损失的风险。

技术领域

本发明涉及电量预测技术领域，尤其涉及一种基于内外部指标影响的电量分析预测方法。

背景技术

在电力系统运行、控制和计划管理中，负荷预测决定了发电、输电和配电的合理安排，既是电力系统规划的重要组成部分，又是提高电力企业的经济效益和促进国民经济发展的重要因素之一。高精度的负荷预测对于节约电网运营成本，提高电能质量，保障系统安全稳定具有重要的现实意义。对电力市场需求的不适当估计给整个电网的运行带来巨大的负面影响：预测结果大于实际电力需求，不但降低了系统的利用率，更严重的浪费了资源，加重环境负担；预测结果小于实际需求，造成大面积拉闸限电的现象，给国民经济生产和人民生活带来诸多不便；经检索，申请号为201710905579.X的专利文件公开了一种新型工业用电量预测方法，包括定性分析高耗能行业用电量与工业用电量之间的关系以及高耗能行业经济指标与用电指标之间的关系；根据定性分析结果构建高耗能行业用电量预测模型；构建工业用电量预测模型；根据预测区域当前经济发展环境设定外生变量；对工业用电量进行预测。该设计能够适应经济新常态下的电力预测，提高了工业用电量预测的准确性，而且方法简单可靠。

但传统预测方法主要以电力市场需求历史数据为对象，基于一定的工程经验对电力需求给出预测，存在一定的局限性。多数情况下，传统预测方法忽略了外部影响因素与电力需求之间的关系；即使考虑了外部影响因素的作用，传统的回归模型也难以刻画出外部影响因素与电力需求的非线性关系，因此我们提出了一种基于内外部指标影响的电量分析预测方法用于解决上述问题。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于内外部指标影响的电量分析预测方法。

本发明提出的一种基于内外部指标影响的电量分析预测方法，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；