[发明专利]基于X13季节调整和因素回归的售电量预测方法及装置

摘要

本发明实施例公开了一种基于X13季节调整和因素回归的售电量预测方法及装置，对历史售电量数据进行预处理，利用X13季节调整算法将预处理后的售电量序列分解为趋势项、季节项和随机项；根据各子序列的影响因素和曲线特征采用预测算法分别进行预测，为保证趋势项预测精度和鲁棒性，采用多种算法分别进行预测；将各子序列的预测结果加和重构得到售电量预测结果，最后在多种预测结果中综合选择性能最优的预测结果；同时本发明实施例还充分考虑了一些影响因素对各分解项的影响；因此，采用本实施例的方案得到的预测结果精度更高。

主权项

一种基于X13季节调整和因素回归的售电量预测方法，其特征在于，所述方法包括：对历史售电量数据进行预处理，得到预处理后的历史售电量数据；依据X13季节调整方法将所述预处理后的历史售电数据分解为趋势项、季节项和随机项三个序列；依据所述趋势项、多个第一机器学习算法以及相关行业对应的因素建立所述趋势项预测模型，并依据所述趋势项预测模型计算待预测时间售电量的趋势项预测值；其中，所述相关行业为所述历史售电量数据对应的行业；依据所述季节项和第二机器学习算法建立季节项预测模型，并依据所述季节项预测模型计算待预测时间售电量的季节项预测值；依据所述随机项、第三机器学习算法和预设的随机项因素建立随机项预测模型，并依据所述随机项预测模型计算待预测时间售电量的随机项预测值；将待预测时间售电量的趋势项预测值、季节项预测值和随机项预测值进行加和重构，得到第一售电量预测值；采用层次分析法AHP对所述第一售电量进行择优处理，得到第二售电量预测值。