[发明专利]一种月度售电量组合预测方法、设备和介质

权利要求书

1.一种月度售电量组合预测方法，其特征在于，包括以下具体步骤：

S1、采集目标区域内的历史用电数据，基于X12季节调整方法对用电数据进行分析，获取调整后的趋势因素、季节因素和不规则因素；

S2、构建LSTM模型，根据LSTM模型对调整后的趋势因素、季节因素和不规则因素进行单因素时间序列分析，得到各个因素分量序列的预测值；

S3、根据各个因素分量序列的预测值确定月售电量预测值。

2.根据权利要求1所述的一种月度售电量组合预测方法，其特征在于，所述S1具体包括：

S11、获取历史用电数据初始的趋势因素、循环因素、季节因素和不规则因素，基于X12季节调整方法对用电数据进行分析，采用乘法模型确定要分解的电量数据；

S12、根据要分解的电量数据对季节调整进行初始估计，获得季节调整的初始结果；

S13、根据季节调整的初始结果进行季节调整的二次估计，获得调整后的季节因素、趋势分量，并根据调整后的季节因素和趋势分量，获得调整后的不规则因素。

3.根据权利要求2所述的一种月度售电量组合预测方法，其特征在于，所述S12具体包括：

对季节调整进行初始估计，获得趋势循环要素的初始估计值，对季节调整进行初始估计，获得趋势循环要素的初始估计值，根据分解后的趋势循环要素的初始估计值和初始分解的数据，确定季节不规则因素；

根据季节不规则分量，利用3×3移动平均法进行季节因素的初始估计；

根据季节因素的初始估计数据消除季节因素中的残余趋势；

根据消除残余趋势的季节因素和需要分解的电量数据确定季节调整的初始结果。

4.根据权利要求3所述的一种月度售电量组合预测方法，其特征在于，所述S13具体包括：

根据季节调整的初始结果，利用Henderson移动平均公式确定暂定趋势分量；

根据暂定趋势分量和要分解的电量数据，确定暂定季节不规则因素；

根据暂定季节不规则分量，利用3×5移动平均法确定暂定的季节因素；

根据季节因素的暂定估计确定调整后的季节因素；

根据最终的季节因素和需要分解的电量数据确定季节调整的第二次估计结果；

根据季节调整的第二次估计结果，利用Henderson移动平均公式确定调整后的趋势分量；

根据季节调整的第二次估计结果和调整后的趋势分量，确定调整后的不规则因素。

5.根据权利要求1所述的一种月度售电量组合预测方法，其特征在于，所述S2具体包括：

利用LSTM对调整后的趋势分量进行单因素时间序列分析，确定趋势分量的预测值；

利用LSTM对调整后的季节分量进行单因素时间序列分析，确定季节分量的预测值；

利用LSTM对调整后的不规则分量进行多因素时间序列分析，确定不规则分量的预测值。

6.根据权利要求5所述的一种月度售电量组合预测方法，其特征在于，所述对调整后的不规则分量进行多因素时间序列分析中，所述多因素包括温度和节假日：

所述温度包含四个维度：大于高温阈值的天数、低于低温阈值的天数、平均最高温度和平均最低温度，所述节假日包含两个维度：春节天数和其他节假日天数。

7.根据权利要求1所述的一种月度售电量组合预测方法，其特征在于，所述S3具体包括：将趋势分量预测值、季节分量预测值和不规则分量预测值输入到乘法模型中，得到对应的月售电量预测值。

8.根据权利要求7所述的一种月度售电量组合预测方法，其特征在于，所述月售电量预测值计算公式为：

其中，表示对应月份售电量的预测值，表示趋势分量预测值，表示季节分量预测值，表示不规则分量预测值。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述的一种月度售电量组合预测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8任一项所述的一种月度售电量组合预测方法。