[发明专利]用于预测行业用电量的空间协同预测方法

权利要求书

1.一种用于预测行业用电量的空间协同预测方法，其特征在于，包括：

利用主成分分析，获得各地区相同行业的行业用电量的主导因素；

分别将各地区的行业用电量和其对应的主导因素组成地区数据集，将在同一截面下的各地区数据集组合，获得面板数据集；

对所述面板数据集进行平稳性检验，对通过所述平稳性检验的面板数据集，进行协整关系检验，以确定行业用电量与其对应的主导因素之间存在协整关系；

将通过协整关系检验之后的所述面板数据构建空间协同预测模型，利用所述空间协同预测模型预测行业用电量。

2.根据权利要求1所述的空间协同预测方法，其特征在于，所述利用主成分分析，获得各地区相同行业的行业用电量的主导因素，包括：

从电力系统的历史统计数据中提取行业用电量及相关的社会经济发展指标；

利用Pearson相关系数分析得到行业用电量与社会经济发展指标的相关性，获取相关性较高的经济发展指标；

利用主成分分析法对所述经济发展指标进行主成分提取，使用提取到的主成分构建行业用电量与相关因素的主成分方程；

根据所述主成分方程，计算得到相关因素对行业用电量增长的贡献度，将贡献度大的相关因素作为行业用电量的主导因素。

3.根据权利要求1或2所述的空间协同预测方法，其特征在于，对所述面板数据集进行平稳性检验，对通过所述平稳性检验的面板数据集，进行协整关系检验，以确定行业用电量与其对应的主导因素之间存在协整关系，包括：

对所述面板数据集单位根检验，判断所述单位根检验的结果是否平稳，若否，则对所述面板数据集进行差分处理；

若是，则对所述面板数据进行协整检验，确定行业用电量与其对应的主导因素之间存在协整关系。

4.根据权利要求3所述的空间协同预测方法，其特征在于，

所述单位根检验采用LLC检验、IPS检验或Breitung检验的一种或多种；

所述协整检验采用Kao检验或Pedroni检验的一种或多种。

5.根据权利要求1所述的空间协同预测方法，其特征在于，所述将通过协整关系检验之后的所述面板数据构建空间协同预测模型，包括：

利用通过协整关系检验之后的所述面板数据构建回归模型，所述回归模型的表达式为：

P_it＝α_i+β_iZ_it+ε_it，i＝1，2，...n；t＝1...T；

其中，P_it为待回归预测变量，即在第i个截面下的第t个时间节点处行业用电量的观测值；Z_it为各自变量，代表第i个截面下的第t个时间节点处行业用电量的主导因素的样本观测值；α_i为截距；β_i为各行业用电量主导因素的系数项，ε_it为随机误差项；

利用F统计量，确定所述回归模型的系数类型，所述回归模型的系数类型包括变系数模型和固定系数模型；

利用Hausman检验，确定所述回归模型的截距，进而确定所述回归模型的效应类型，随机效应模型或是固定效应模型；

根据系数类型和效应类型，得到空间协同预测模型。