[发明专利]一种基于消费因子的居民用电量预测方法在审
申请号: | 201811367411.9 | 申请日: | 2018-11-16 |
公开(公告)号: | CN109598369A | 公开(公告)日: | 2019-04-09 |
发明(设计)人: | 夏飞;孟珊珊;彭道刚;彭运赛;柴闵康;张洁;蒋碧鸿 | 申请(专利权)人: | 上海电力学院 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;G06F17/18 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 杨宏泰 |
地址: | 200090 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 居民用电量 消费支出 预测 城市居民 因素数据 居民 收入 | ||
1.一种基于消费因子的居民用电量预测方法,其特征在于,包括以下步骤:
1)根据居民人均可支配收入及人均消费支出以及城市居民消费支出构成因素数据,并进行相关性计算选择;
2)计算消费因子;
3)根据消费因子进行居民用电量预测。
2.根据权利要求1所述的一种基于消费因子的居民用电量预测方法,其特征在于,所述的步骤1)中,计算每个因素数据Y与居民用电量X的皮尔逊相关系数r(X,Y),并选择皮尔逊相关系数大于0.9的城市居民消费支出构成因素用以计算消费因子。
3.根据权利要求2所述的一种基于消费因子的居民用电量预测方法,其特征在于,所述的皮尔逊相关系数的计算式为:
4.根据权利要求2所述的一种基于消费因子的居民用电量预测方法,其特征在于,所述的步骤2)具体为:
根据城市居民消费支出构成因素获取各个消费支出构成因素的权重,并通过加权平均得到消费因子M。
5.根据权利要求4所述的一种基于消费因子的居民用电量预测方法,其特征在于,所述的消费因子M的计算式为:
其中,ai为第i个消费支出构成因素的权重,ei为第i个消费支出构成因素的相关性系数,n为消费支出构成因素的总数,Zi为第i个消费支出构成因素的消费支出数据。
6.根据权利要求1所述的一种基于消费因子的居民用电量预测方法,其特征在于,所述的步骤3)具体为:
构建多元线性回归预测模型,将消费因子以及GDP数值作为多元线性回归预测模型的输入,居民用电量作为多元线性回归预测模型的输出,则多元线性回归预测模型为:
β=b0+b1α1+…bkαk+ζ
其中,αi(i=1,2…k)为自变量,即消费因子,β为因变量,即居民用电量,b0为常数项,b1,b2,…bk为回归系数,ζ为误差项。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电力学院,未经上海电力学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811367411.9/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理