[发明专利]一种基于内外部指标影响的电量分析预测方法

摘要

本发明公开了一种基于内外部指标影响的电量分析预测方法，包括以下步骤；S1：建立内外部因素指标体系；S2：S1中所述的内外部因素指标体系包括内部指标和外部指标；S3：S2中所述的外部指标包括经济、投资、消费、贸易、人口、能源、环境，且S2中所述的内部指标包括金属制品业、黑色金属冶炼及压延工业、非金属矿物制品业、化学原料及化学制品制造业、有色金属冶炼及压延加工业。本发明设计合理，能够考虑影响电力需求的内外部多指标因素，研究经济、能源、环境、上下游产业链等多方面因素对电力需求的影响，建立基于多因素大数据理论的电力需求预测模型，研判电力市场增长点，提前谋划布局，规避售电市场损失的风险。

主权项

1.一种基于内外部指标影响的电量分析预测方法，其特征在于，包括以下步骤；S1：建立内外部因素指标体系；S2：S1中所述的内外部因素指标体系包括内部指标和外部指标；S3：S2中所述的外部指标包括经济、投资、消费、贸易、人口、能源、环境，且S2中所述的内部指标包括金属制品业、黑色金属冶炼及压延工业、非金属矿物制品业、化学原料及化学制品制造业、有色金属冶炼及压延加工业；S4：从第二产业中再选出用电占比最大的重点工业行业，以重点行业为主体研究行业的上下游产业链，从供给与需求筛选内部指标；S5：建立时差相关分析法：时差相关分析法的数学原理如下所示：设Y＝{Yl，Y2，Y3，…Yn；}为基准指标，X＝{X1，X2，X3，…Xn}为被选择的指标，r为时差相关系数，则：上式中，l为超前、滞后期；L为最大延迟数；n为数据取齐后的数据个数；S6：利用时差相关分析法筛选关键先行指标，时差相关分析法以当前经济活动的经济指标作为基准指标，然后使被选择指标超前或滞后若干期，计算两者的相关系数；S7：基于关键先行指标建立多指标因素的电力需求预测模型：随机建立出森林，森林由若干的决策树组成，每输入一个新的样本，每棵决策树均进行判断，判断该样本的分类类型，被选择的最多的一个分类类型，该样本即被预测为这一类型，若输入多个样本，即生成多棵树，通过对数据进行分类，训练得出预测结果：Y＝(X1,X2,L,Xn)上式中，因变量Y有n个观测值，有k个自变量与之相关，采用bootstrapping有放回自助抽样技术，抽取n个观测值，建立分类回归树；随机从k个自变量选择部分变量构建树节点，生成若干分类树；n棵分类树组成森林，逐一预测，通过学习分类得到n个预测结果，得票最高的预测结果为最终预测结果。