[发明专利]一种通过经济增长率预测用电量增长率的方法

说明书

本发明公开了一种通过经济增长率预测用电量增长率的方法，涉及一种电力负荷预测技术领域。本发明根据各个部门产业发展与用电量之间的数据，进行相关性检验，获得与用电量相关的产业发展数据；本发明首先根据各个部门产业发展与用电量之间的数据，对经济指标和电力指标进行相关性检验，确定两者之间的相关性。根据各个部门的每月工业逐年增长率和每日电力消耗量，将数据进行对数处理。根据自编码网络，构建经济变量间的非线性回归模型，得到基于非线性回归的经济预测电力模型。经济预测电力模型的精确度要高于对数线性回归模型的结果。本技术方案采用一种精确度更高的通过经济增长率来预测用电量消耗增长率的非线性回归模型，预测精度高。

技术领域

本发明涉及一种电力负荷预测技术领域，尤其涉及一种通过经济增长率预测用电量增长率的方法。

背景技术

全电力是国民经济的重要基础。电力生产对以电能为重要生产资料的行业具有强烈响应，这种响应具体表现在工业生产与电力消费的直接作用之上，电力负荷的波动与宏观经济的变化密切相关，研究电力负荷与宏观经济的相关性具有重要意义。

最近有人提出，电力与国内生产密切相关，研究人员将基于电力消费的经济建模研究分为两类：长期协整关系和短期因果关系。应用给基于偏最小二乘回归分析的中长期电力负荷预测方法进行了实证分析。引进了M-估计法，采用稳健回归的M-估计法估计参数并建立了用电量的回归模型。

但是在现阶段经济学家只应用线性模型进行定量分析，准确性低，这对由经济预测电力消耗量是不够的。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种通过经济增长率预测用电量增长率的方法，以达到提高准确性的目的。为此，本发明采取以下技术方案。

一种通过经济增长率预测用电量增长率的方法，其特征在于：包括以下步骤：

一)根据各个部门产业发展与用电量之间的数据，进行相关性检验，获得与用电量相关的产业发展数据；

二)将获得的产业发展数据输入经济预测电力模型中，获得用电量增长率预测值；

其中经济预测电力模型的建立包括步骤：

步骤S1：获取训练数据，训练数据包括行业用电量数据Y和行业经济指标数据X；行业用电量数据Y是某个工业行业的月用电量增量时间序列；行业经济指标数据X是对应工业行业的月度面板数据，其横截面序列为行业生产总值X¹，行业净出口值X²，行业月增长同比X³，即X＝[X¹；X²；X³]；

步骤S2：将训练数据输入自回归滑动平均模型中，对训练数据X和Y进行对数标准化处理，以降低训练模型的异方差，提升模型训练的可靠性；处理后的logX和logY作为模型训练的输入数据，其中logX＝[logX¹；logX²；logX³]；

步骤S3：将输入数据打上时序标识logXⁱ＝[logXⁱ_ti,logXⁱ_ti-1,…,logX₂,logX₁](i＝1,2,3)，logY＝[logY_t,logY_t-1,…,logY₂,logY₁]；对输入数据进行时序检验，得到logXⁱ(i＝1,2,3)对logY的滞后阶数n_i，记n＝n₁+n₂+n₃；