[发明专利]一种售电公司的春节期间售电量预测方法

权利要求书

1.一种售电公司的春节期间售电量预测方法，其特征在于，所述方法包括以下步骤：

S1：选取待预测年前一年春节前后的售电量数据作为历史数据集，根据其负荷水平标记出春节前企业从开始减少生产量到完全停产及春节后企业从逐渐开始生产到完全恢复正常生产水平的日期，将其作为历史的开停工信息放入历史数据集中；

S2：采用拉格朗日插值法将历史用电量数据由离散点拟合为用电量曲线；

S3：选取与预测年数据关联度最高的年份作为历史用电量拟合曲线；

S4：获取待预测年用户的开停工信息，将其与所拟合出的历史用电量曲线相互匹配，再由相互之间的比例关系得到该用户预测年的开停工期间用电量预测结果；

S5：对春节期间处于非开停工日期的用电量采用鲁棒极限学习机进行预测；

S6：将各个用户的用电量结果进行叠加得到最终的售电公司售电量预测结果。

2.根据权利要求1所述的售电公司的春节期间售电量预测方法，其特征在于，S1包括：

S1.1：选取预测年前一年的售电公司所有用户的春节前后一个月的历史用电量数据，根据其用电量变化水平标记出用户开始减少生产至完全停止生产及开始恢复生产至完全恢复正常生产的日期记为T₁,T₂,L,T_n；n为日期；

S1.2：截取T₁至T_n所对应的以小时为没有人单位的用电量数据并将其记为历史数据集

其中，L_n1为第n天第一小时的用电量数据，L_n24为第n天第24小时的用电量数据。

3.根据权利要求2所述的售电公司的春节期间售电量预测方法，其特征在于，S2包括：

S2.1：将历史数据集L按每天同一时间的数据点为一组数据分为L₁,L₂,...,L₂₄；

S2.2：对每组数据分别进行最值归一化处理，最值归一化处理公式如下：

其中，L_min为历史数据集最小值，L_max为历史数据集最大值；L_scale为归一化后数据；

则第e个用户的用电量数据点集为(T₁,L_e1),(T₂,L_e2),...,(T₂₄,L_e24)；

S2.3：将所得到的n组数据应用拉格朗日插值拟合为n条历史用电量拟合曲线；

S2.4：应用拉格朗日插值公式所得到的拉格朗日插值多项式为：

其中，t为小时数，L_et为该时间点的用电量，f_t(T)为拉格朗日基本多项式，其表达式为：

式中，T_p为p点对应的系数，T_t为t点对应的系数，T_k为k点对应的系数；p为小时数，t为小时数。