[发明专利]一种行业电量需求关键影响因素提取方法

权利要求书

1.一种行业电量需求关键影响因素提取方法，其特征在于：包括

步骤(1)：构建行业电量需求数据集、经济发展类指标数据集、自然气候类指标数据集、行业节能改造类数据集的数据集合；

步骤(2)：对行业电量及电量影响因素数据集合进行数据异常值的处理及无量纲化处理，所述步骤(2)中，异常值识别的方式包括MAD异常值识别、IQA异常值识别、3Sigama异常值识别，使用拉格朗日插值算法对异常值进行处理，拉格朗日插值法步骤如下：

步骤(2.1)：输入电量时间序列的时间点X和对应的电量数据Y；

步骤(2.2)：计算n阶拉格朗日算法的基函数l_i(x)，i＝0,1,2,…n(n为两点之间差值次数，其值为整数)，l_i(x)，i＝0,1,2,…n的计算表达式如下：

式中，l_i(x)为插值多项式的基函数，x为基函数l_i(x)上的未知数，x_i和x_j分别为两个正常点之间第i和j个插值，i＝0,1,2,…n，j＝0,1,2,…n，为连乘运算，即把从j＝0乘至j＝n；

步骤(2.3)：计算n阶拉格朗日插值算法的插值函数L_n(x)：

式中，y_i为插值点对应的电量数据，L_n(x)为y_i的n次插值多项式，l_i(x)为插值多项式的基函数，为累加运算，即把l_i(x)y_i从i＝0加至i＝n；

步骤(2.4)：输入插值点，通过阶拉格朗日公式就可得到相应负荷数据插值；

所述步骤(2)中，对电量数据集和影响因素数据集无量纲化处理有5种处理方式：标准差标准化、最大值标准化、总和标准化、最大-最小值标准化、小数定标标准化，使用的最大值标准化法的数学模型公式为：

式中，x_ij为第i个影响因素的第j个样本点，x'_ij为x_ij最大值标准化变化后的样本点，max_i{x_ij}为第i个影响因素的样本点最大值，m为影响因素的个数，n为影响因素序列中样本点的个数；

步骤(3)：利用Pearson相关性系数法分析电量影响因素与行业电量需求之间的相关性关系，所述步骤(3)中，Pearson相关性系数法是定量计算数据集合中两两序列之间的相关性，Pearson相关性系数计算公式如下所示：

式中，R为电量时间序列与影响因素序列的相关性分析计算结果，X_i为两两序列中A序列的第i个样本点，i＝0,1,2,…n，n为时间序列的样本点个数，Y_i为两两序列中B序列的第i个样本点，和分别为两序列样本点的平均值，为累加运算，即分别将对应运算符下的变量从i＝1加至i＝n；

步骤(4)：利用灰色关联系数法分析电量影响因素与行业电量需求之间曲线相似程度，所述步骤(4)中，灰色关联系数是分析数据集合与电量序列曲线变化形状的相似度，关联系数ξ计算公式如式5，关联度计算公式如式6，

式中，ξ为电量序列与影响因素序列的关联系数，t为时间序列的样本数量，A(t)表示电量时间序列，B(t)为影响因素时间序列，min_t|A(t)-B(t)|表示电量时间序列与影响因素时间序列差值绝对值的最小值，max_t|A(t)-B(t)|为电量时间序列与影响因素时间序列差值绝对值的最大值，ρ为调整系数，此处取0.5；

式中，β为电量序列与影响因素序列关联系数的平均值，n关联系数向量中分量的个数，ξ为电量序列与影响因素序列的关联系数，为累加运算，即把ξ向量中各分量从t＝1加至t＝n；

步骤(5)：融会两种相关性分析的结果，提取行业电量需求关键影响因素，所述步骤(5)中，融会两种相关性分析的结果、提取行业电量需求关键影响因素的逻辑判断，逻辑判断式为：If('R'≥0.8'β'≥0.8,1,0)，其中R为电量时间序列与影响因素序列的相关性分析计算结果，β电量时间序列与影响因素序列的灰色关联分析的计算结果。