[发明专利]一种基于时序特征提取的用户用电量预测方法

说明书

本发明公开了一种基于时序特征提取的用户用电量预测方法，以供电区域为单位对用户的用电行为进行时序分析和预测，首先基于用户的地理位置信息对电力用户进行划分，对各个区域的用户特征和时序特征进行抽取，并基于时序特征构建相应的预测模型，从而实现时空数据相结合的细粒度预测。为了在建模过程中使模型既能捕获区域相关的特征，也能捕获区域无关特征，本发明采用联合学习的方法进行建模，提升了鲁棒性，降低了过拟合的影响。

技术领域

本发明涉及电力用电量预测领域，特别是涉及一种基于时序特征提取的用户用电量预测方法。

背景技术

用电量作为经济发展走势的“晴雨表”，时刻反映经济的运行状况，对经济的发展起着至关重要的作用，供用电之间的矛盾也更加突出。为了缓解供用电之间的矛盾，保证居民的生活质量，准确地进行用电需求预测能够合理地实行电力规划及能源配置、减少购电成本、提高供电效率，促进区域经济发展。

随着智能电网和传感器技术的发展，电网系统中逐渐积累了大量的数据。基于这些数据预测未来时间段内用户的用电量，是电力数据分析中最重要的任务之一。用户用电量预测是电力系统运行和管理过程中一个重要部分，准确的预测可以有效地辅助系统的管理以及决策的制定。传统的用电量预测大多是以整个区域的整体用电情况为研究对象进行研究的，此类方法假设相同地区电力用户的用电行为相同。然而不同电力用户的用电行为模式在保持趋同性的同时还具有一定的特异性，对所有用户使用统一的预测模型会损失用户的个性化信息，而对每个用户都建立一个单独的模型则会消耗很大的存储资源和计算资源，不适用于海量的电力业务数据建模。

国内外很多学者都对用电量预测进行了研究，线性回归分析预测是最常用的预测方法之一。任芳玲等人(任芳玲,吴娜,乔克林.基于反馈回归法的用电量预测模型研究[J].经济数学,2016,33(1):100-105)使用基于反馈回归法的用电量预测模型，具有更高的精度。张海珍等人(张海珍,朱家明.基于多元线性回归模型的居民用电量影响因素分析[J].西昌学院学报(自然科学版),2017,31(1):28-30)选取了收入、价格、人口、气温及居住面积等五个因素作为分析指标，构建多元线性回归模型，用以研究各个影响因素对居民用电量的影响程度大小。庄剑等人(庄剑,李凯,刘展展,等.基于季节调整和回归分析法的月售电量预测方法研究[J].经济研究导刊,2018(19))通过对售电量进行季节调整刻画其趋势性和季节性，构建回归预测模型，充分结合了季节调整对趋势时间序列精度预测的优点,又有利于提高月售电量预测精度。Dimitrios等人(Angelopoulos D,Psarras J,SiskosY.Long-term electricity demand forecasting via ordinal regression analysis:The case of Greece[C]//PowerTech,2017IEEE Manchester.IEEE,2017:1-6)通过叙述回归分析应用，引入了一种新的长期电力需求预测模型。Tserkezos(Tserkezos ED.Forecasting residential electricity consumption in Greece using monthly andquarterly data[J].Energy Economics,1992,14(3):226-232.)通过应用自回归综合移动平均线和传递函数模型以及使用月度和季度收入，温度和电价数据来估算希腊住宅部门的电力需求。Hondroyiannis(Hondroyiannis G.Estimating residential demand forelectricity in Greece[J].Energy Economics,2004,26(3):319-334.)分别通过使用协整技术和矢量误差修正模型对长期和短期住宅用电量进行了估算，其中检验了实际收入，实际电价和加权平均温度。Mirasgedis等人(Mirasgedis S,Sarafidis Y,GeorgopoulouE,et al.Models for mid-term electricity demand forecasting incorporatingweather influences[J].Energy,2006,31(2):208-227)根据不同的天气情况，对未来12个月的电力需求预测进行了预测，重点关注电力需求的每日和每月变化。此外，Tsekouras等人(Tsekouras GJ,Dialynas EN,Hatziargyriou ND,Kavatza S.Anon-linearmultivariable regression model for midterm energy forecasting of powersystems.Electric Power Systems Research.2007Oct 1；77(12):1560-8)应用具有多个变量的非线性回归模型来预测希腊电力系统的中期电力需求。