公开(公告)号：CN103413253A

公开(公告)日：2013-11-27

申请号：CN201310394962.5

申请日：2013-09-04

Applicant: 国家电网公司 ,  国网安徽省电力公司经济技术研究院

Inventor： 陈中元 ,  荣秀婷 ,  葛斐 ,  石雪梅 ,  罗庚玉 ,  杨孝忠 ,  李周 ,  杨欣

IPC: G06Q50/06

Abstract: 本发明提供一种基于经济、气象因素的年最大负荷分类预测方法，该方法包括以下步骤：（1）根据各类负荷的影响因子，读取历史数据，构建分类预测模型；（2）获取目标年各解释变量值；（3）对目标年的各类负荷进行分类预测；（4）计算目标年的年最大负荷。本发明将年最大负荷分解为年基础负荷、年居民空调负荷和年非居民空调负荷，便于更深层次地考虑其影响因子；建立了分类预测模型，并在预测模型中同时考虑了经济和气象因素，在气象因素中，并未考虑具体温度的影响，而是通过对历史数据的分析，将气候条件指标和高温持续天数引入预测模型，解决了气象预报在超前性和精度方面不满足负荷预测要求的问题，提高了预测的精度。

公开(公告)号：CN103413253B

公开(公告)日：2016-05-18

申请号：CN201310394962.5

申请日：2013-09-04

Applicant: 国家电网公司 ,  国网安徽省电力公司经济技术研究院

Inventor： 陈中元 ,  荣秀婷 ,  葛斐 ,  石雪梅 ,  罗庚玉 ,  杨孝忠 ,  李周 ,  杨欣

IPC: G06F17/50 ,  G06Q50/06

Abstract: 本发明提供一种基于经济、气象因素的年最大负荷分类预测方法，该方法包括以下步骤：（1）根据各类负荷的影响因子，读取历史数据，构建分类预测模型；（2）获取目标年各解释变量值；（3）对目标年的各类负荷进行分类预测；（4）计算目标年的年最大负荷。本发明将年最大负荷分解为年基础负荷、年居民空调负荷和年非居民空调负荷，便于更深层次地考虑其影响因子；建立了分类预测模型，并在预测模型中同时考虑了经济和气象因素，在气象因素中，并未考虑具体温度的影响，而是通过对历史数据的分析，将气候条件指标和高温持续天数引入预测模型，解决了气象预报在超前性和精度方面不满足负荷预测要求的问题，提高了预测的精度。