[发明专利]一种行业电量需求关键影响因素提取方法

说明书

本发明公开了一种行业电量需求关键影响因素提取方法，补充了常规电量需求影响因素识别方法中仅使用一种数据挖掘方法的不足，且本发明提出的方法不是任取两种相关性分析方法然后随意组合，而是既考虑了数据之间的数理统计关系，又关注于电量时间序列的曲线发展规律，遵循了电量发展的客观规律，为电量需求影响因素识别提取提供了新思路，更加科学而合理的挖掘出电量需求的关键影响因素，也能更加有效的进行电量需求预测工作，所提出的电量需求影响因素提取方法的核心是计算电量序列与影响因素序列之间的Pearson相关性系数和灰色关联系数，并按相交的逻辑关系获取到电量的关键影响因素。

技术领域

本发明涉及电力系统领域，具体为一种行业电量需求关键影响因素提取方法。

背景技术

电量预测作为配电网规划中的关键环节，直接影响到变电站的定址选容、投资估算等重要工作。而在电量预测中仅依靠当地控规和历史电量数据会相对地偏离实际情况，无法适应远期电量增长的需求。因此为了进行更加准确、合理的电量预测工作，应该合理考虑电量需求的影响因素，对电网规划提供决策性建议。

电量具有众多的影响因素，虽然在电量预测等电网规划工作中存在着一些通用的影响因素，但是用电行为还存在着一定的地域性和差异性，如经济发达地区的用电量一定会高于经济落后的地区，人口密集地区的电量一定会大于人口稀疏的地区。同理，电量需求的影响因素也会因为行业的不同而不同。因此在进行电量预测等电网规划工作之前对影响因素要进行分析与筛选，得到影响较大的影响因素，更好为电网公司制定规划方案提供支撑。

目前关于电量需求影响因素的选取主要存在的问题为影响因素选取的准确性，即选取的影响因素是否真正能对电量需求产生较强的影响。因此电量需求关键影响因素的提取不仅要考虑专家学者的主观意见，还要结合对实际情况数理计算得到的客观结果。

发明内容

针对现有技术的不足，本发明提供了一种行业电量需求关键影响因素提取方法，以解决上述问题。

为实现以上目的，本发明通过以下技术方案予以实现。

一种行业电量需求关键影响因素提取方法,包括

(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；

(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；

(3)利用Pearson相关性系数法电量影响因素与行业电量需求之间的相关性关系；

(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；

(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；

补充了常规电量需求影响因素识别方法中仅使用一种数据挖掘方法的不足，且本发明提出的方法不是任取两种相关性分析方法然后随意组合，而是既考虑了数据之间的数理统计关系，又关注于电量时间序列的曲线发展规律，遵循了电量发展的客观规律，为电量需求影响因素识别提取提供了新思路，更加科学而合理的挖掘出电量需求的关键影响因素，也能更加有效的进行电量需求预测工作。

优选的，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，使用的MAD异常值识别的数学模型公式为：

MAD＝median(|x_i-x_m|)   (式1)

优选的，式中，x_i为数据集中第i个样本，x_m为数据集的中位数,median表示求中位数，即MAD为二者差值绝对值的中位数，

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：