-
公开(公告)号：CN105389637A
公开(公告)日：2016-03-09
申请号：CN201510920307.8
申请日：2015-12-10
Applicant: 四川省电力公司供电服务中心 , 国家电网公司
Abstract: 本发明公开了一种用于月度用电预测模型的有效工作日构建方法，包括以下步骤：划分春节用电为三个时段，设春节前七天调整系数为c1，春节期间七天为c2，春节后七天为c3，则计算c1，c2，c3三个数值作为调整系数的初始值；确定步长搜索调整系数的范围，并折算出春节所在月份内有效工作的天数，并进一步计算出日均售电量集，作为用电预测模型的输入数据进行预测，根据模型预测误差，确定最优调整系数c1’，c2’，c3’，从而确定有效工作日。日均售电量通过模型计算的预测值，乘以有效工作日，进而得到月度数据的预测值。本发明修正了春节在公历月份出现日期的波动带来的数据不准确，从而捕捉移动节假日效应，使数据核算准确。
-
公开(公告)号：CN105488595A
公开(公告)日：2016-04-13
申请号：CN201510918254.6
申请日：2015-12-10
Applicant: 四川省电力公司供电服务中心 , 国家电网公司
Abstract: 本发明公开了一种用于月度用电预测模型的先行性指数构建方法，包括以下步骤：通过专家评定法梳理了预测售电量的先行指标；确定先行期的因素称为影响指标x，其他因素称为控制指标z，用电量称为被影响指标y，使用售电量y对其他影响因素z进行回归得到残差e1，再把要确定先行期的因素x对其他影响因素z进行回归，得到残差e2，计算e1和e2的简单相关系数r；根据x的所有先行期，分别计算偏相关系数，并选择较大的期数，形成x的先行期集合；在集合中选择预测误差最小的先行期，从而构建月度预测的先行指标体系。本发明提高用电内生因素刻画能力和用电预测精度，捕捉不可观测因素带来的用电波动，提高模型对用电变动的预测能力。
-
公开(公告)号：CN105574608A
公开(公告)日：2016-05-11
申请号：CN201510919996.0
申请日：2015-12-10
Applicant: 四川省电力公司供电服务中心 , 国家电网公司
Abstract: 本发明公开了一种用于月度用电预测模型的温度指数构建方法，包括以下步骤：设定用来区分用电负荷启动范围的气温阈值，高温阈值区间为[TH-t，TH+t]，高温阈值为upt，低温阈值区间为[TL-t，TL+t]，低温阈值为dpt；在高低温各自的阈值区间，按照确定的步长进行网格搜索，确定所有的网格点，这些网格点作为初选点集；根据确定的高温阈值区间，以及高温区间内所有阈值网格点，得到第i月的高温指数，低温指数类似处理；按照各分区域占全区域的权重加权合成全区域气温指数；根据网格点形成的所有高温/低温指数。本发明构建了反映全区域气温的综合指数，刻画了用电的阶梯型影响，高低温带来的累积效应，以及反映气温影响的区域性差异，从而提高模型的预测能力。
-
公开(公告)号：CN105574607A
公开(公告)日：2016-05-11
申请号：CN201510917439.5
申请日：2015-12-10
Applicant: 四川省电力公司供电服务中心 , 国家电网公司
Abstract: 本发明公开了一种电力市场月度用电预测方法，包括步骤1：用电预测模型的设定，定义要预测的状态空间模型，使用随机森林模型进行补充预测，在R软件中加载randomForest，rpart软件包，导入解释变量和被解释变量；步骤2：确定预测模型输入量，气温综合指标的构建，通过有效工作日法调整移动节假日效应，预测的先行指标，通过模型测算和系数计算来确定先行期。本发明在确定了气温综合指标，先行性、业扩预测指标等之后，利用状态空间向量模型和随机森林的机器学习模型相结合对用电量进行预测，更加准确有效。
-
-
-
Search Results
4
records
(took 0.04 seconds)
