[发明专利]一种电力应急物资需求的预测方法

说明书

本公开提供了一种电力应急物资需求的预测方法，包括以下步骤：获取电力应急物资的影响因子，构建电力应急物资需求的特征向量；基于所构建的电力应急物资需求的特征向量，分别建立基于深度学习网络的电力应急物资需求预测模型、基于SVM的电力应急物资需求预测模型和基于ARMA的电力应急物资需求预测模型；基于最大信息熵原理构建电力应急物资需求的组合预测模型，对组合预测模型进行自适应调整，得到最优预测结果。本公开所提出的电力应急物资需求的预测方法，通过建模分析预测电力应急物资的需求量，并提高了电力应急物资需求量预测的精度，增强了电网运行的可靠性。

技术领域

本公开属于物资管理技术领域，具体涉及一种电力应急物资需求的预测方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

电力应急物资是在应急物流的实施和保障中所采用的各类物质，与一般的应急物资相比较，电力应急物资的需求比较难以确定、时间响应的要求比较高，偶然状况的发生概率较高，并且电力抢修的环境较为恶劣，抢修过程中容易出现异常情况。电力应急物资需求与灾难状况息息相关，通常情况下受灾难的性质、灾难的等级持续时间、灾情所在地区、原有应急物资储备量等因素的影响。

在电力行业中，电力物资的充分供应是电力设施正常运转的必要条件。在电力救灾抢险工作中，需要合理调配电力应急物资，保证电力应急物资的供给到位，充分发挥电网的保障功能，提升电网应急保障能力。

电力应急物资供应不及时将会对电力的电力设置的正常运转带来极大的威胁，配电设备受损，主线路崩溃，延长电力系统恢复运作的时间；电力应急物资供应过多会增加库存成本，甚至影响其他地区的调配。因此，准确进行电力应急物资需求的预测对于保障电力设施的正常运转具有重要意义，有助于电网的统筹规划，合理调度相关的物资进行电网的抢修。

发明内容

为了解决上述问题，本公开提出了一种电力应急物资需求的预测方法，通过建模分析预测电力应急物资的需求量，并提高了电力应急物资需求量预测的精度，增强了电网运行的可靠性。

根据一些实施例，本公开的方案提供了一种电力应急物资需求的预测方法，采用如下技术方案：

一种电力应急物资需求的预测方法，包括以下步骤：

获取电力应急物资的影响因子，构建电力应急物资需求的特征向量；

基于所构建的电力应急物资需求的特征向量，分别建立基于深度学习网络的电力应急物资需求预测模型、基于SVM的电力应急物资需求预测模型和基于ARMA的电力应急物资需求预测模型；

基于最大信息熵原理构建电力应急物资需求的组合预测模型，对组合预测模型进行自适应调整，得到最优预测结果。

与现有技术相比，本公开的有益效果为：

本公开充分利用电力应急物资的影响因子，提取最有效的电力应急物资需求的特征向量，分别建立不同的电力应急物资需求的预测模型，提取单一预测模型中被预测量的统计特征，利用最大信息熵原理来确定每一个单一预测模型的权重，在增强预测精度稳定性的同时提高预测精度，有助于电网的统筹规划管理，合理调配相关的电力应急物资，缩短电网的停电抢修时间，将损失降低到最小。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1是本公开实施例所提供的一种电力应急物资需求的预测方法的流程图；

图2是本公开实施例所提供的基于深度学习网络的电力应急物资需求预测模型进行网络模型训练和预测的流程图；

图3是本公开实施例支持向量机的体系结构图；