[发明专利]一种结合短期负荷预测的大工业行业用电优化方法

说明书

本发明提供一种结合短期负荷预测的大工业行业用电优化方法，包括步骤：基于随机森林短期负荷预测选择基本电费计费方式，优化基本电费；基于横纵对比分析的尖峰谷时段生产，对负荷进行调整；基于行业对比分析，对功率因素进行调整。本发明以大工业用户的电费构成为切入点，通过分析影响用户电费支出的基本电费、电度电费以及功率因数调整电费的三个因素，从行业整体角度研究单一客户平均单价过高的原因，并结合短期负荷预测结果，提供差异化用电优化建议。

技术领域

本发明涉及工业用电优化方法，具体为结合短期负荷预测的大工业行业用电优化方法。

背景技术

随着电改的深入，各地售电主体不断涌现，市场竞争日趋激烈，价差不断缩小，售电公司急需通过拓展客户增值服务，满足客户用电需求，锁定重要电力用户，抵御售电公司的竞争。从节省电费角度出发，构建用电优化方法，指导用户合理用电，为用户营造良好的营商环境，成为一项重要的事业。当前在电力行业中，对客户提供的用电优化建议一般根据客户自身电量电费判断，主要考虑客户个体历史用电特性，未能从客户所属行业总体角度进行对比分析，未能有效地结合用电负荷预测进行基本电费优化，提供全面科学的行业用电优化方法。

发明内容

为解决现有技术所存在的技术问题，本发明提供一种结合短期负荷预测的大工业行业用电优化方法，以大工业用户的电费构成为切入点，通过分析影响用户电费支出的基本电费、电度电费以及功率因数调整电费的三个因素，从行业整体角度研究单一客户平均单价过高的原因，并结合短期负荷预测结果，提供差异化用电优化建议。

本发明采用以下技术方案来实现：一种结合短期负荷预测的大工业行业用电优化方法，包括以下步骤：

S1、基于随机森林短期负荷预测选择基本电费计费方式，优化基本电费；

S2、基于横纵对比分析的尖峰谷时段生产，对负荷进行调整；

S3、基于行业对比分析，对功率因素进行调整。

在优选的实施例中，步骤S1包括：

S11、获取大工业行业企业按月频度的负荷数据和关联影响因素指标，得到短期负荷及因素指标的宽表；

S12、数据探索、筛选关键影响因素指标；

S13、建立随机森林负荷预测模型，预测企业短期负荷需求；

S14、根据企业短期负荷需求的预测结果，选择企业基本电费计费方式。

其中，步骤S12包括：指标数据一致性检查、异常识别和缺失填补，并筛选出影响负荷变化的关键影响因素指标；

所述一致性检查为：对负荷数据发生时间进行一致性检查，以系统时间为临界值，识别出发生时间超过系统时间的记录异常负荷数据，视为脏数据，直接剔除处理，保留负荷发生时间记录正常的数据；

所述异常识别为：采用空间法的箱式图对历史负荷的异常值进行识别，识别出负荷的异常值，并将识别为异常值的负荷数据，用历史同期平均值填充；

所述缺失填补为：对关联影响因素指标的缺失值进行填充；其中，季节性的分类型指标，其缺失值采用最近一个周期内的同期值填补；季节性的数值型指标，其缺失值以历史同期平均值填补；非季节性的分类型指标，其缺失值采用指标值众数填补；非季节性的数值型指标，以缺失值发生月往前12期的平均负荷进行替代；

所述关键影响因素指标的筛选过程为：对数据型指标，通过计算变量间相关系数矩阵，进行关键影响因素数值型指标筛选；对分类型指标，首先将负荷指标离散化，再采用卡方检验，计算离散化后负荷指标与分类型指标间的相关性，进行关键影响因素分类型指标筛选。