CN104680400B - 基于灰色关联的企业售电量变化的短期和长期预测方法 - Google Patents

基于灰色关联的企业售电量变化的短期和长期预测方法 Download PDF

Info

Publication number
CN104680400B
CN104680400B CN201510115131.9A CN201510115131A CN104680400B CN 104680400 B CN104680400 B CN 104680400B CN 201510115131 A CN201510115131 A CN 201510115131A CN 104680400 B CN104680400 B CN 104680400B
Authority
CN
China
Prior art keywords
electricity
weight
index
enterprise
sales amount
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510115131.9A
Other languages
English (en)
Other versions
CN104680400A (zh
Inventor
曹方勇
余凯
郭富磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lanxin Technology Group Co., Ltd
Original Assignee
Longshine Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Longshine Science And Technology Co Ltd filed Critical Longshine Science And Technology Co Ltd
Priority to CN201510115131.9A priority Critical patent/CN104680400B/zh
Publication of CN104680400A publication Critical patent/CN104680400A/zh
Application granted granted Critical
Publication of CN104680400B publication Critical patent/CN104680400B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于灰色关联的企业售电量变化的短期和长期预测方法，所述方法包括以下步骤：S1，获取容量增量、负荷利用率、(业务变更接电时长)、暂停用电电量和销户电量数据，生成指标数据，并对指标数据进行无量纲化处理；S2，将指标数据代入权重模型库进行计算，生成指标权重矩阵；S3，根据灰色关联算法计算各指标的综合权重；S4，根据各指标的综合权重对企业售电量变化进行短期(长期)预测。本发明能够提高企业售电量变化的短期和长期预测的精度。

Description

基于灰色关联的企业售电量变化的短期和长期预测方法
技术领域
本发明涉及一种基于灰色关联的企业售电量变化的短期和长期预测方法，属于电力系统技术领域。
背景技术
企业售电量分析与预测是供电企业为了实现经营目标，进行电力市场营销、规划、生产和销售决策，运用先进的技术手段和方法，采用一定的程序，有组织、有计划的收集电力市场信息，并在此基础上，对收集的信息及数据进行科学分析，对经营环境及电力需求的变化特点进行预测，为改进经营管理、实行正确决策提供依据。
传统的售电量预测大多是基于历史经验来的，缺乏有力的数据和技术支持：从数据的角度来看，传统的售电量预测只是简单根据历史用电量水平开展预测，对影响售电量变化的因素考虑较少；从技术的角度来看，传统的售电量预测都是基于专家经验的预测，缺乏成体系的数据分析及预测模型技术支撑，因此导致预测精度不高。
发明内容
本发明的目的在于，提供一种基于灰色关联的企业售电量变化的短期和长期预测方法，能够提高企业售电量变化的短期和长期预测的精度。
为解决上述技术问题，本发明采用如下的技术方案：
一种基于灰色关联的企业售电量变化的短期预测方法，包括以下步骤：
S1，获取容量增量、负荷利用率、业务变更接电时长、暂停用电电量和销户电量数据，生成指标数据，对指标数据进行无量纲化处理；
S2，将指标数据代入权重模型库进行计算，生成指标权重矩阵；
S3，根据灰色关联算法计算各指标的综合权重；
S4，根据各指标的综合权重对下个月的企业售电量变化进行短期预测。
前述的基于灰色关联的企业售电量变化的短期预测方法的所述步骤S1中，所述指标数据为容量增量×负荷利用率×业务变更接电时长、暂停用电电量和ka3销户电量；
所述容量增量为用户通过业扩报装业务流程的用电容量的变化范围，包括新装用户容量、增容用户新增容量和减容用户减少容量；
所述负荷利用率为用户的平均用电负荷占额定容量的比例；
所述业务变更接电时长为用户完成新装(增容、减容、暂停用电、销户)接电时间到月末抄表时间的间隔；
所述暂停用电电量为发生暂停用电的用户最近1年的月均电量(若是部分暂停，可根据暂停容量占总容量的比例，计算相应电量)；
所述销户电量为发生销户的用户最近1年的月均电量。
前述的基于灰色关联的企业售电量变化的短期预测方法的所述步骤S2中，生成指标权重矩阵W(m×n)，其中，m表示权重模型库中的模型个数，n表示指标个数；所述权重模型库包括回归分析模型、相关分析模型、动平均模型、指数平滑模型、灰色预测模型和人工神经网络模型。
前述的基于灰色关联的企业售电量变化的短期预测方法的所述步骤S3具体包括：
S31，分别计算各指标在所有权重模型下的权重的平均值其中，Wij为第i个模型下指标j的权重，
S32，分别计算各指标在不同权重模型下的权重的绝对偏差Sij，
前述的基于灰色关联的企业售电量变化的短期预测方法的所述步骤S4中，企业售电量变化＝ka1×容量增量×负荷利用率×业务变更接电时长－ka2暂停用电电量－ka3销户电量；其中，ka1、ka2、ka3分别为容量增量×负荷利用率×业务变更接电时长、暂停用电电量、销户电量的指标综合权重。
一种基于灰色关联的企业售电量变化的长期预测方法，包括以下步骤：
S5，获取容量增量、负荷利用率、暂停用电电量和销户电量数据，生成指标数据，对指标数据进行无量纲化处理；
S6，将指标数据代入权重模型库进行计算，生成指标权重矩阵；
S7，根据灰色关联算法计算各指标的综合权重；
S8，根据各指标的综合权重对下一年的企业售电量变化进行长期预测。
前述的基于灰色关联的企业售电量变化的长期预测方法的所述步骤S5中，所述指标数据为容量增量×负荷利用率×30、暂停用电电量和销户电量；
所述容量增量为用户通过业扩报装业务流程的用电容量的变化范围，包括新装用户容量、增容用户新增容量和减容用户减少容量；
所述负荷利用率为用户的平均用电负荷占额定容量的比例；
所述暂停用电电量为发生暂停用电的用户最近1年的月均电量(若是部分暂停，可根据暂停容量占总容量的比例，计算相应电量)；
所述销户电量为发生销户的用户最近1年的月均电量。
前述的基于灰色关联的企业售电量变化的长期预测方法的所述步骤S6中，生成指标权重矩阵W(m×n)，其中，m表示权重模型库中的模型个数，n表示指标个数；所述权重模型库包括回归分析模型、相关分析模型、动平均模型、指数平滑模型、灰色预测模型和人工神经网络模型。
前述的基于灰色关联的企业售电量变化的长期预测方法的所述步骤S7具体包括：
S71，分别计算各指标在所有权重模型下的权重的平均值其中，Wij为第i个模型下指标j的权重，
S72，分别计算各指标在不同权重模型下的权重的绝对偏差Sij，
前述的基于灰色关联的企业售电量变化的长期预测方法的所述步骤S8中，企业售电量变化＝kb1×容量增量×负荷利用率×30－kb2暂停用电电量－kb3销户电量；其中，kb1、kb2、kb3分别为容量增量×负荷利用率×30、暂停用电电量、销户电量的指标综合权重。
与现有技术相比，本发明通过对售电量结构、计量异常、业扩报装、分布式电源、分时售电量等内部信息进行分析，对企业外部环境、电力供需平衡状况、市场竞争状况、煤炭、节假日、用户消费心理的变化等外部信息进行分析，综合评价各地区完成售电量目标的可能性，提高企业售电量变化的短期和长期预测的精度；在大数据广泛应用的背景下，供电企业基于海量售电量影响因素信息分析企业售电目标达成情况，为企业把握市场变化趋势，改进经营管理，实行正确决策提供依据。
本发明引入大数据处理及分析技术，分析企业售电目标达成情况分析的主要问题，有针对性改进提升，为企业有效的把握市场变化趋势，选择新的目标市场，改进经营管理，实行正确决策提供依据。具有以下优点：
一、掌握社会各行业的各类用电基本情况，分析用电结构及各类用电升降幅度的变化规律，为国家制定有关用电政策提供依据，如：为国家制定电价政策，制定宏观调控政策(行业用电量反映行业发展情况)等提供决策依据；
二、改善电力企业经营管理，促进企业制定合理生产计划和有关经济技术指标，调整经营策略，改进电网发展规划，提高企业经营效益，如：对售电量、电价进行动态分析，揭示行业用电潜力，用户用电特点，区域发展态势，经营经营效益，为企业经营决策人员提供决策依据。售电量已成为国民经济发展的晴雨表，“十五以来”经济增长速度保持较快水平，用电增长也较快，九十年代末，受亚洲金融危机影响，国民经济发展减慢，电量增长减缓甚至下降；
三、可以促进客户中分利用电价的经济杠杆作用，如：更合理安排生产，减少高峰用电，适时投切无功补偿设备，减少电费开支，降低生产成本。
附图说明
图1是本发明实施例1和2的预测方法流程图；
图2是本发明实施例1的业务模型流程图；
图3是本发明实施例1和2的灰色关联模型的流程图；
图4是本发明实施例1和2引入包含专家决策意见的层次分析模型的预测方法流程图。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
本发明的实施例1：一种基于灰色关联的企业售电量变化的短期预测方法，如图1、图2所示，包括以下步骤：
一、获取指标数据并对其进行无量纲化处理
获取容量增量、负荷利用率、业务变更接电时长、暂停用电电量和销户电量这些数据，其计算如下：
1、所述容量增量为用户通过业扩报装业务流程的用电容量的变化范围，包括新装用户容量、增容用户新增容量和减容用户减少容量；
2、所述负荷利用率为用户的平均用电负荷占额定容量的比例；
3、所述业务变更接电时长为用户完成新装(增容、减容、暂停用电、销户)接电时间到月末抄表时间的间隔；
4、所述暂停用电电量为发生暂停用电的用户最近1年的月均电量(若是部分暂停，可根据暂停容量占总容量的比例，计算相应电量)；
5、所述销户电量为发生销户的用户最近1年的月均电量。
所述指标数据为容量增量×负荷利用率×业务变更接电时长、暂停用电电量和销户电量，并按照无量纲化对各指标数据进行处理。
二、将指标数据代入权重模型库进行计算，生成指标权重矩阵
生成指标权重矩阵W(m×n)，其中，m表示权重模型库中的模型个数，n表示指标个数；所述权重模型库包括回归分析模型、相关分析模型、动平均模型、指数平滑模型、灰色预测模型和人工神经网络模型。
三、根据灰色关联算法计算各指标的综合权重(如图3所示)
1、分别计算各指标在所有权重模型下的权重的平均值其中，Wij为第i个模型下指标j的权重，
2、分别计算各指标在不同权重模型下的权重的绝对偏差Sij，
四、根据指标综合权重对下个月的企业售电量变化进行短期预测
企业售电量变化＝ka1×容量增量×负荷利用率×业务变更接电时长－ka2暂停用电电量－ka3销户电量；其中，ka1、ka2、ka3分别为容量增量×负荷利用率×业务变更接电时长、暂停用电电量、销户电量的指标综合权重，即Wj。
本发明的实施例2：一种基于灰色关联的企业售电量变化的长期预测方法，如图1所示，包括以下步骤：
一、获取指标数据并对其进行无量纲化处理
获取容量增量、负荷利用率、暂停用电电量和销户电量数据，其计算如下：
1、所述容量增量为用户通过业扩报装业务流程的用电容量的变化范围，包括新装用户容量、增容用户新增容量和减容用户减少容量；
2、所述负荷利用率为用户的平均用电负荷占额定容量的比例；
3、所述暂停用电电量为发生暂停用电的用户最近1年的月均电量(若是部分暂停，可根据暂停容量占总容量的比例，计算相应电量)；
4、所述销户电量为发生销户的用户最近1年的月均电量。
所述指标数据为容量增量×负荷利用率×30、暂停用电电量和销户电量，并按照无量纲化对各指标数据进行处理。
二、将指标数据代入权重模型库进行计算，生成指标权重矩阵
生成指标权重矩阵W(m×n)，其中，m表示权重模型库中的模型个数，n表示指标个数；所述权重模型库包括回归分析模型、相关分析模型、动平均模型、指数平滑模型、灰色预测模型和人工神经网络模型。
三、根据灰色关联算法计算各指标的综合权重(如图3所示)
1、分别计算各指标在所有权重模型下的权重的平均值其中，Wij为第i个模型下指标j的权重，
2、分别计算各指标在不同权重模型下的权重的绝对偏差Sij，
四、根据指标综合权重对下一年的企业售电量变化进行长期预测。
企业售电量变化＝kb1×容量增量×负荷利用率×30－kb2暂停用电电量－kb3销户电量；其中，kb1、kb2、kb3分别为容量增量×负荷利用率×30、暂停用电电量、销户电量的指标综合权重，即Wj。
针对上述实施例1和2，在计算指标综合权重时，还可以引入包含专家决策意见的层次分析模型进行灰色关联计算(如图4所示)，能够提高权重计算的精度，使得售电量变化的预测准确更为准确。

Claims (8)

1.一种基于灰色关联的企业售电量变化的短期预测方法，其特征在于，包括以下步骤：
S1，获取容量增量、负荷利用率、业务变更接电时长、暂停用电电量和销户电量数据，生成指标数据，对指标数据进行无量纲化处理；
S2，将指标数据代入权重模型库进行计算，生成指标权重矩阵；
S3，根据如下的算法计算各指标的综合权重：
S31，分别计算各指标在所有权重模型下的权重的平均值 其中，Wij为第i个模型下指标j的权重，m表示权重模型库中的模型个数，n表示指标个数；
S32，分别计算各指标在不同权重模型下的权重的绝对偏差Sij，
S33，分别计算指标综合权重Wj，且Wj满足
S4，根据各指标的综合权重对下个月的企业售电量变化进行短期预测。
2.根据权利要求1所述的基于灰色关联的企业售电量变化的短期预测方法，其特征在于：所述步骤S1中，所述指标数据为容量增量×负荷利用率×业务变更接电时长、暂停用电电量和销户电量；
所述容量增量为用户通过业扩报装业务流程的用电容量的变化范围，包括新装用户容量、增容用户新增容量和减容用户减少容量；
所述负荷利用率为用户的平均用电负荷占额定容量的比例；
所述业务变更接电时长为用户完成新装接电时间到月末抄表时间的间隔；
所述暂停用电电量为发生暂停用电的用户最近1年的月均电量；
所述销户电量为发生销户的用户最近1年的月均电量。
3.根据权利要求1所述的基于灰色关联的企业售电量变化的短期预测方法，其特征在于：所述步骤S2中，生成指标权重矩阵W(m×n)；所述权重模型库包括回归分析模型、相关分析模型、动平均模型、指数平滑模型、灰色预测模型和人工神经网络模型。
4.根据权利要求1或2所述的基于灰色关联的企业售电量变化的短期预测方法，其特征在于：所述步骤S4中，企业售电量变化＝ka1×容量增量×负荷利用率×业务变更接电时长－ka2× 暂停用电电量－ka3× 销户电量；其中，ka1、ka2、ka3分别为容量增量×负荷利用率×业务变更接电时长、暂停用电电量、销户电量的指标综合权重。
5.一种基于灰色关联的企业售电量变化的长期预测方法，其特征在于，包括以下步骤：
S5，获取容量增量、负荷利用率、暂停用电电量和销户电量数据，生成指标数据，对指标数据进行无量纲化处理；
S6，将指标数据代入权重模型库进行计算，生成指标权重矩阵；
S7，根据如下算法计算各指标的综合权重：
S71，分别计算各指标在所有权重模型下的权重的平均值 其中，Wij为第i个模型下指标j的权重，m表示权重模型库中的模型个数，n表示指标个数；
S72，分别计算各指标在不同权重模型下的权重的绝对偏差Sij，
S73，分别计算指标综合权重Wj，且Wj满足
S8，根据各指标的综合权重对下一年的企业售电量变化进行长期预测。
6.根据权利要求5所述的基于灰色关联的企业售电量变化的长期预测方法，其特征在于，所述步骤S5中，所述指标数据为容量增量×负荷利用率×30、暂停用电电量和销户电量；
所述容量增量为用户通过业扩报装业务流程的用电容量的变化范围，包括新装用户容量、增容用户新增容量和减容用户减少容量；
所述负荷利用率为用户的平均用电负荷占额定容量的比例；
所述暂停用电电量为发生暂停用电的用户最近1年的月均电量；
所述销户电量为发生销户的用户最近1年的月均电量。
7.根据权利要求5所述的基于灰色关联的企业售电量变化的长期预测方法，其特征在于：所述步骤S6中，生成指标权重矩阵W(m×n)；所述权重模型库包括回归分析模型、相关分析模型、动平均模型、指数平滑模型、灰色预测模型和人工神经网络模型。
8.根据权利要求5所述的基于灰色关联的企业售电量变化的长期预测方法，其特征在于，所述步骤S8中，企业售电量变化＝kb1×容量增量×负荷利用率×30－kb2× 暂停用电电量－kb3× 销户电量；其中，kb1、kb2、kb3分别为容量增量×负荷利用率×30、暂停用电电量、销户电量的指标综合权重。
CN201510115131.9A 2015-03-16 2015-03-16 基于灰色关联的企业售电量变化的短期和长期预测方法 Active CN104680400B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510115131.9A CN104680400B (zh) 2015-03-16 2015-03-16 基于灰色关联的企业售电量变化的短期和长期预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510115131.9A CN104680400B (zh) 2015-03-16 2015-03-16 基于灰色关联的企业售电量变化的短期和长期预测方法

Publications (2)

Publication Number Publication Date
CN104680400A CN104680400A (zh) 2015-06-03
CN104680400B true CN104680400B (zh) 2018-07-06

Family

ID=53315403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510115131.9A Active CN104680400B (zh) 2015-03-16 2015-03-16 基于灰色关联的企业售电量变化的短期和长期预测方法

Country Status (1)

Country Link
CN (1) CN104680400B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730025B (zh) * 2017-09-01 2021-04-09 国网浙江省电力公司绍兴供电公司 一种基于电量变动的供电企业现金流量预测模型
CN108256765A (zh) * 2018-01-16 2018-07-06 前海梧桐（深圳）数据有限公司 不同企业间基础要素作用关系的计算方法及其系统
CN109298989A (zh) * 2018-09-14 2019-02-01 北京市天元网络技术股份有限公司 业务指标阈值获取方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663513A (zh) * 2012-03-13 2012-09-12 华北电力大学 利用灰色关联度分析的风电场功率组合预测建模方法
CN102831488A (zh) * 2012-08-17 2012-12-19 华北电力大学 基于改进的灰色预测法的电力负荷预测方法
CN104123595A (zh) * 2014-07-22 2014-10-29 国家电网公司 一种配电网负荷预测方法及系统
CN104200277A (zh) * 2014-08-12 2014-12-10 南方电网科学研究院有限责任公司 一种中长期电力负荷预测模型建立方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102663513A (zh) * 2012-03-13 2012-09-12 华北电力大学 利用灰色关联度分析的风电场功率组合预测建模方法
CN102831488A (zh) * 2012-08-17 2012-12-19 华北电力大学 基于改进的灰色预测法的电力负荷预测方法
CN104123595A (zh) * 2014-07-22 2014-10-29 国家电网公司 一种配电网负荷预测方法及系统
CN104200277A (zh) * 2014-08-12 2014-12-10 南方电网科学研究院有限责任公司 一种中长期电力负荷预测模型建立方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
中长期电力负荷预测方法分析;徐玉华;《宁夏电力》;20071230(第4期);6-7 *

Also Published As

Publication number Publication date
CN104680400A (zh) 2015-06-03

Similar Documents

Publication Publication Date Title
CN108364085B (zh) 一种外卖配送时间预测方法和装置
CN105243609A (zh) 一种基于模糊层次分析的用户有序用电决策方法
CN102999791A (zh) 一种电力行业中基于客户分群的电力负荷预测方法
CN104504619B (zh) 两种考虑温度和经济增长因素的月度统调用电量预测方法
CN107818386A (zh) 电网企业经营利润预测方法
CN106355285B (zh) 一种基于参数修正的用电负荷预测方法
CN106845669A (zh) 基于指数平滑法预测电网年持续负荷的方法
CN106067137A (zh) 一种基于智能电网监控系统的客户信用等级评价方法
CN109118012A (zh) 一种工业动态多维度能耗成本预测方法、系统、存储介质和终端
CN103985000A (zh) 基于函数型非参数回归的中长期典型日负荷曲线预测方法
CN111967684A (zh) 一种基于大数据分析的计量资产主动配送方法
CN104680400B (zh) 基于灰色关联的企业售电量变化的短期和长期预测方法
CN106096837B (zh) 基于电网投资规模的电量分配方法和系统
CN103853939A (zh) 一种基于社会经济因素影响的电力系统月度负荷的组合预测方法
CN112686693A (zh) 电力现货市场边际电价预测方法、系统、设备及存储介质
CN116862551A (zh) 一种考虑用户隐私保护的新能源消纳电价决策方法
CN106600029A (zh) 一种基于电力数据的宏观经济预测量化修正方法
KR20240025574A (ko) 지능형 수요 반응 입찰 관리 시스템 및 그 방법
CN116823383A (zh) 一种电力零售套餐推荐方法、系统、电子设备及存储介质
CN107679666A (zh) 一种基于Shapley值及经济发展的用电预测方法
CN110895774A (zh) 一种火电厂成本精细化管理方法
Zhang et al. Joint planning of residential electric vehicle charging station integrated with photovoltaic and energy storage considering demand response and uncertainties
CN110415140A (zh) 一种基于工业生产者出厂价格指数的年度用电量预测方法
CN103903070B (zh) 应用系统资源需求测算系统
CN104252647B (zh) 基于反距离权重插值法的用电负荷预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: Wuxi District of Jiangsu city of Wuxi province Zhenze road 214131 No. 18 Wuxi Software Park, whale D Building Room 601

Patentee after: Lanxin Technology Group Co., Ltd

Address before: 214028 Jiangsu province Wuxi Zhenze Road No. 18 Wuxi Software Park, whale D Building Room 601

Patentee before: LONGSHINE TECHNOLOGY Co.,Ltd.

CP03 Change of name, title or address
CP02 Change in the address of a patent holder

Address after: 214135 floor 10 and 11, building B, swan tower, Wuxi Software Park, No. 90, Jinghui East Road, Xinwu District, Wuxi City, Jiangsu Province

Patentee after: Lanxin Technology Group Co., Ltd

Address before: Wuxi District of Jiangsu city of Wuxi province Zhenze road 214131 No. 18 Wuxi Software Park, whale D Building Room 601

Patentee before: Lanxin Technology Group Co., Ltd

CP02 Change in the address of a patent holder