[发明专利]一种用户用电量预测方法

说明书

本发明涉及一种用户用电量预测方法，包括步骤：1)结合用户属性、外界条件等因素对用电需求的影响，建立设有伴随变量的有限混合模型；2)根据步骤1)建立的有限混合模型，对某区域用户的用电数据进行解构；3)对某区域用户的总用电量进行解构，获取用电期望值，完成用户用电量预测；4)利用相对误差检测步骤3)中总用电量解构的正确性和稳定性。与现有技术相比，本发明通过伴随变量可以进行不同用户用电需求概率的计算，有助于辅助区域内用户用电需求的预测，能够有效地反映电量的实际变化趋势。

技术领域

本发明涉及电力市场需求预测分析技术领域，尤其是涉及一种用户用电量预测方法。

背景技术

电能广泛应用于工业、农业、企事业单位以及人们的日常生活中，是国民经济和人民生活不可缺少的能源。然而，我们在享受着电能带给我们便利和光明的同时，也在时刻浪费着电能。对于用户用电需求的研究分析，现有技术中有选择人均可支配收入、用户用电价格及上期用户人均用电量作为因子，建立了本期居民生活用电需求的误差修正预测模型；还有基于面板数据模型，采用自行计算的综合电器指数作为解释变量对中国典型城市的居民用电进行详细的预测；以及基于用电需求影响因素的分析，采用多元选择模型针对居民购买家用电器的购买行为进行概率估计，进而预测出家用电器及家庭照明潜在用电水平。然而现有居民生活用电需求的研究未直接对电力大数据进行解构来分析，未考虑用户属性、外界条件等因素对用电需求的影响，即用户不同用电需求概率如何随着上述变量的变化而变化，因此获取的用电需求概率结果不能很好的反映电量的实际变化趋势。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种用户用电量预测方法。

本发明的目的可以通过以下技术方案来实现：

一种用户用电量预测方法，包括如下步骤：

步骤1：结合用户属性、外界条件等因素对用电需求的影响，建立设有伴随变量的有限混合模型；

建立的有限混合模型的表达式为：

式中，z为伴随变量，即各不同用电需求分布的概率将随着z的变化而变化，λ_i(z)为第i个高斯分布在z条件下的概率，λ_i(z)为负荷多变量logit过程，K为分布的数量，θ_i为每一类用户用电回归的参数，y为被解释变量，x为解释变量，f(y_i|x，θ_i)为成分高斯分布函数。

λ_i(z)的表达式为：

步骤2：根据步骤1建立的有限混合模型，对某区域用户的用电数据进行解构。

对某区域用户的用电数据进行解构的表达式为：

f(y_ijt|x_t,θ_ij)＝

θ_ji0+θ_ji1TEMPERATURE_t+θ_ji2RAIN_t+θ_ji3HUMID_t+θ_ji4WIND_t+ε_ji