用电量预测

摘要： 因电力系统的复杂性和不确定性,建立了一种自适应灰色分数加权模型来预测某省的用电量,有效提高了用电量的预测精度。模型引入分数加权系数来设计新的初始条件,与传统灰色模型相比,新的初始条件能够动态捕捉用电信息特性方面的优势。此外,为了进一步提高预测精度,利用粒子群算法(PSO)估计了初始条件的加权系数和相应的时间参数,并对比了5个预测模型的结果,验证了模型的有效性。试验结果表明,模型在用电量预测中表现出了良好的性能,能更好地利用所有数据信息。

摘要： 当前我国经济发展和用电增长面临较大不确定性,需要开展基于重点企业视角的电力电量预测,以便促进电网公司增供扩销和电网高质量发展。本文结合地方经济发展特点和行业发展特征,提出基于S增长曲线的重点用户电力雷求预测模型,通过历史数据回归分析,得到用户负荷S增长曲线特征值,进而预测未来用户负荷需求及饱和时间。扬州5G基站和数据中心的用电量目前处于起步阶段,预计2025年扬州主城区5G基站用电量基本饱和。2027年扬州农村地区5G基站用电量基本饱和,饱和用电量约为7~8亿千瓦时。案例表明所提方法的可行性。

摘要： 电力需求预测是电力规划的重要环节。提出考虑远景发展情景约束的用电量预测思路,即首先对远景水平年用电量水平进行综合研判,再利用具有饱和特性的Logistic曲线来拟合用电量增长过程,模型参数辨识环节增加远景用电量水平约束,使所建模型既能准确反映用电量历史增长趋势,又能与用电量长期发展趋势相符。最后利用所建模型求取中间水平年用电量预测值。将上述方法运用于全国和广西中长期用电量预测,验证了本文方法的可行性,对电力需求预测具有一定的参考意义。

摘要： 为克服利用气象因素对用电量预测任务中必须先观测到气象条件再进行预测的困境,提升用电量预测准确性,提出一种基于时序卷积网络与循环神经网络的用电量预测方法.使用时序卷积网络基于历史气象数据对未来气象条件进行预测,结合历史用电量数据对未来用电量数据进行预测.算法在预测当前用电量时只依赖于过去的特征,因此无需先观测到当前气象特征.在真实的气象与用电量数据集上的实验结果表明,在仅使用气象因素这一外部变量时,算法对用电量的预测准确性超出了传统方法,有较高的实用性.

摘要： 影响用户用电量的因素较多,根据其分别受线性和非线性因素影响的特点,该文提出1种基于自回归移动平均模型和支持向量机模型的组合预测方法,构建组合模型后,分别与仅采用自回归移动平均模型和支持向量机模型的预测结果进行对比分析.对比结果表明,组合模型的平均绝对百分误差指标相比单一模型明显降低,可以有效提高用电量预测的精度.

摘要： 以气象和时间作为影响写字楼用电量的主要因素,首先使用网络爬虫抓取到气象数据,包括最高温、最低温、风力、湿度、气压、天气和能见度等,同时提取日期相关的时间特征,如星期、节假日、第几周、季节和小时,再使用递归特征消除法进行特征选择,除去特征重要度低的因素,最后在模型选择上,与梯度提升树模型、差分整合移动平均自回归模型ARIMA、神经网络模型LSTM进行效果对比.实验证明,梯度提升树算法在写字楼月度用电量预测中效果最佳.

摘要： 为协助售电公司提升市场化售电服务质量,利用支持向量机-混沌时间序列模型对陕西省可参与市场化售电的用户用电量进行动态预测.然后根据对未参与市场化用户的用电预测偏差和成本降幅测算结果,对未参与市场化售电的用户进行分析与评估,并给出售电公司开展售电业务的代理建议.最后根据考核要求,利用已参与市场化客户的动态预测偏差值来进一步对客户是否被考核进行预警分析.初步应用结果表明,售电公司从这2方面开展代理业务已取得较好成果,可进一步深化应用.

摘要： 准确地预测用户中长期用电量对电力系统优化与调度具有重要意义.为此,提出一种根据用电曲线空间相似性划分用电用户类别,进而利用深度网络预测单类用户中长期用电量的方法,用以提升预测精度.首先,计算用电数据间的动态时间规整距离,基于规整距离利用层次聚类法绘制层次聚类树对用户分类.然后,通过离差标准化约束分类后每类用户数据的取值范围,进而通过深度神经网络建立单类用户的中长期用电量预测模型.最后,通过实例分析了传统方法与所提方法的用户聚类效果,并对比单类用户的总体、个体用电量预测结果,证明了所提依据空间形状相似度指标可较准确地划分用户类别,提升了中长期用电量的预测精度.

摘要： 为了对钢铁企业的用电量进行精准预测,同时兼顾各生产流程对用电负荷的需求,运用统计学原理对钢铁企业用电负荷的性质、特点进行了分析,建立了多种用电量模型.以最小化电量偏差预测为目标,多种预测模型相结合,切实有效提高了钢铁企业用电量的预测能力.

摘要： 本文通过对时间序列的研究分析,提出基于ARMA模型和基于Holt-Winters指数平滑模型进行企业用电量预测的方法.对采集的中山市某企业用电量数据样本分别用上述两种模型建模和后续30天的用电量数据预测,分析样本数量对预测准确度的影响、用累计短期高频数据预测中长期数据的效果,比较两种模型的预测准确度.结果显示:基于ARMA模型的预测方法对于企业未来30天逐日用电量预测能够达到平均95％以上的拟合度,基于Holt-Winters指数平滑模型累计逐日预测数据预测下1个月用电量数据具有高达99％以上的拟合度,二者组合应用具有较高的可行性和推广价值.

摘要： 为了准确预测分行业未来两个月的月用电量,采用灰色等维递补模型作为主要预测模型,并采用日特征向量法预测出最近10天的日用电量数据,将日用电量数据与当月预测数据相结合,得到本月及下个月的用电量数据,最后根据节假日信息及气象信息对预测结果进行修正,得到准确度较高的月用电量预测结果.利用该方法对某省2016年分行业月用电量进行预测,结果显示结合日特征向量法优化月电量预测结果有助于提高预测准确率.

摘要： 为有效提取用电量的趋势预测信息,提出一种基于补偿最小二乘的半参数回归预测模型,并应用于用电量预测。该方法采用半参数回归模型反映用电量的可知和未知信息,并建立基本预测模型,利用补偿最小二乘原理对预测模型的误差项进行补偿估计改进。最后将改进的半参数回归预测模型应用于用电量预测。仿真结果表明,基于该方法的用电量预测效果显著。

摘要： 智能电网的一个重要特征是通过高精度的用电量预测进行电能智能调配,用电量信息的精确预测是电网智能化的关键指标.在此背景下,将高斯正交化插值方法与灰色GM(1,1)预测模型相结合,构造一类新的灰色正交化预测模型--NGGM(1,1),并将此模型应用于智能电网用电量预测研究中.该模型可以有效地解决非等距序列的预测问题,较大程度提高模型的预测精度,优化数据质量,加强电网运行及调配的智能性,为智能电网的辅助决策提供更为符合实际的、可操作的科学参考.最后用所提出的方法对江苏省2008年工业用电量进行预测研究,其结果表明了所提方法的有效性.

摘要： 偏最小二乘回归方法实现了多元线性回归、主成分分析和典型相关分析的综合，克服了自变量之间的多重相关性的问题、变量的取值单位对回归系数影响问题，因而更具有先进性。该文将偏最小二乘回归模型(Partial Least Square Regression，PLS)应用于年用电量预测，并利用标么值加权平均组合变量生成方法尽可能的提取有用信息，并对一些变量的发展规律作出估计，使计算结果更为可靠，且方法简单， 计算快捷。通过河北省某地区年用电量预测验证了偏最小二乘回归法在用电量预测中具有较强的实用性。

摘要： 根据函数变换理论和用电量增长趋势的特点,对基于灰预测数据处理的灰色GM(1,1)用电量预测模型做了研究.为了提高模型的预测精度,提出了通过对建模数据进行线性函数f=px+q变换、复合函数f=plnx+q变换和复合函数产f=ln(px+q)变换的方法,并用遗传算法反演变换函数中的参数.以江苏省1997-2004年的用电量和中国1995-2002年的用电量为例,应用五种预测模型进行了预测,并将五种模型的预测结果进行了比较.结果表明,经过线性函数f=px+q变换、复合函数户f=plnx+q变换和复合函数厂f=ln(px+q)变换的预测模型比传统GM(1,1)模型和对数变换GM(1,1)模型精度更高,效果更好.

摘要： 根据2000～2004年国内生产总值和各个产业及居民用电量数据，采用多种预测方法，对大连的用电结构及用电特点进行了探讨和分析研究，得出该市今后10年的用电大概状况，对该市的经济发展趋势具有较大参考价值。

摘要： 配电网规划是电网发展的一项重要工作,利用规划平台实际数据进行数据支撑,可以提高规划效率,并准确把握电网发展方向.农网项目规划基于农网现状及发展趋势，既要保证电力设备安全稳定运行，同时还要能够保证农网项目实施后3-5年内能满足用户用电需求及负荷增长。按用电性质统计可以客观反映用电量发展变化情况及不同用电性质用户增容情况。根据预测，依然主要侧重工业、农业发展规划电网，并对电网设备进行选型。对该区域主要以JKLYJ-10/150型架空绝缘导线架设为主，变电站出线3km采用JKLYJ-10/240型架空绝缘导线，分支采用JKLYJ-10/95型架空绝缘导线。对树障较少的区域采用JL/G1A-150/20,JL/G1A-95/15型架空绝缘导线架设。根据负荷统计情况及预测结果，该区域内近几年以7.58%的速度增加负荷，五年后负荷至少为49.5MW。

摘要： 配电网规划是电网发展的一项重要工作,利用规划平台实际数据进行数据支撑,可以提高规划效率,并准确把握电网发展方向.农网项目规划基于农网现状及发展趋势，既要保证电力设备安全稳定运行，同时还要能够保证农网项目实施后3-5年内能满足用户用电需求及负荷增长。按用电性质统计可以客观反映用电量发展变化情况及不同用电性质用户增容情况。根据预测，依然主要侧重工业、农业发展规划电网，并对电网设备进行选型。对该区域主要以JKLYJ-10/150型架空绝缘导线架设为主，变电站出线3km采用JKLYJ-10/240型架空绝缘导线，分支采用JKLYJ-10/95型架空绝缘导线。对树障较少的区域采用JL/G1A-150/20,JL/G1A-95/15型架空绝缘导线架设。根据负荷统计情况及预测结果，该区域内近几年以7.58%的速度增加负荷，五年后负荷至少为49.5MW。

摘要： 配电网规划是电网发展的一项重要工作,利用规划平台实际数据进行数据支撑,可以提高规划效率,并准确把握电网发展方向.农网项目规划基于农网现状及发展趋势，既要保证电力设备安全稳定运行，同时还要能够保证农网项目实施后3-5年内能满足用户用电需求及负荷增长。按用电性质统计可以客观反映用电量发展变化情况及不同用电性质用户增容情况。根据预测，依然主要侧重工业、农业发展规划电网，并对电网设备进行选型。对该区域主要以JKLYJ-10/150型架空绝缘导线架设为主，变电站出线3km采用JKLYJ-10/240型架空绝缘导线，分支采用JKLYJ-10/95型架空绝缘导线。对树障较少的区域采用JL/G1A-150/20,JL/G1A-95/15型架空绝缘导线架设。根据负荷统计情况及预测结果，该区域内近几年以7.58%的速度增加负荷，五年后负荷至少为49.5MW。

摘要： 配电网规划是电网发展的一项重要工作,利用规划平台实际数据进行数据支撑,可以提高规划效率,并准确把握电网发展方向.农网项目规划基于农网现状及发展趋势，既要保证电力设备安全稳定运行，同时还要能够保证农网项目实施后3-5年内能满足用户用电需求及负荷增长。按用电性质统计可以客观反映用电量发展变化情况及不同用电性质用户增容情况。根据预测，依然主要侧重工业、农业发展规划电网，并对电网设备进行选型。对该区域主要以JKLYJ-10/150型架空绝缘导线架设为主，变电站出线3km采用JKLYJ-10/240型架空绝缘导线，分支采用JKLYJ-10/95型架空绝缘导线。对树障较少的区域采用JL/G1A-150/20,JL/G1A-95/15型架空绝缘导线架设。根据负荷统计情况及预测结果，该区域内近几年以7.58%的速度增加负荷，五年后负荷至少为49.5MW。

摘要： 本发明公开了一种洗衣机用电量显示控制系统及洗衣机用电量显示控制方法，出厂前将洗衣机中各个负荷在单个脉冲边沿时间内的输出功率值存储在断电保存存储器内，运行后在每个脉冲边沿时间T1内，根据各个负荷的状态标志值进行消耗功率值累计，实时显示在显示装置上。本发明在低硬件成本的情况下，能够实时、准确地显示累计消耗功率值及历史功率值。同时，可以根据初期设定显示出预计用电量，根据设定显示出可削减的用电量比例，并在实际用电量达到用电量限制值时进行提醒。本发明可以从多个方面满足用户对洗衣机用电量的了解，引导用户选择更节电的方式进行洗衣，从而对洗衣机产品的用电量进行有效控制和管理。

摘要： 本发明公开了一种基于用电量序列的月度售电量预测方法，主要包括：将月度用电量历史数据划分为训练集以及验证集两部分；建立以待预测月的上一月和去年同期的用电量为输入，待预测月的用电量为输出的支持向量机模型；利用贝叶斯优化对支持向量机的惩罚系数c、核函数系数γ及不敏感系数ε进行寻优；建立最优参数下的支持向量机预测模型并预测未来用电量；基于月度用电量序列历史数据和预测结果，构建虚拟电量序列；最后，建立以虚拟电量序列为输入、月度售电量为输出的逐月线性回归模型，对未来月度售电量进行预测，以减小售电量因抄表例日不固定、统计区间与自然月有所差别导致直接使用售电量历史数据进行预测的误差。

摘要： 一种适用于加工机台的用电量预估系统与用电量预估方法在此揭露，其中用电量预估系统包含知识库、解析模块、映射模块与预测模块。知识库用以储存模型信息。模型信息是用来记录多个加工程序单节每一者与其一用电量之间的对应关系。解析模块用以将加工程序解析为多个加工程序单节并取得每一加工程序单节所对应的加工信息。映射模块用以依据加工程序单节每一者及其对应的加工信息与模型信息，产生对应每一加工程序单节的预估单节用电量。预测模块用以加总加工程序单节所对应的预估单节用电量以产生预估加工程序总用电量。仅需加工程序，本发明即可依据模型信息产生预估加工程序用电量，以作为工件的用电量成本估计基础。

摘要： 本发明公开了一种洗衣机用电量显示控制系统及洗衣机用电量显示控制方法，出厂前将洗衣机中各个负荷在单个脉冲边沿时间内的输出功率值存储在断电保存存储器内，运行后在每个脉冲边沿时间T1内，根据各个负荷的状态标志值进行消耗功率值累计，实时显示在显示装置上。本发明在低硬件成本的情况下，能够实时、准确地显示累计消耗功率值及历史功率值。同时，可以根据初期设定显示出预计用电量，根据设定显示出可削减的用电量比例，并在实际用电量达到用电量限制值时进行提醒。本发明可以从多个方面满足用户对洗衣机用电量的了解，引导用户选择更节电的方式进行洗衣，从而对洗衣机产品的用电量进行有效控制和管理。

摘要： 本发明公开了一种基于用电量序列的月度售电量预测方法，主要包括：将月度用电量历史数据划分为训练集以及验证集两部分；建立以待预测月的上一月和去年同期的用电量为输入，待预测月的用电量为输出的支持向量机模型；利用贝叶斯优化对支持向量机的惩罚系数c、核函数系数γ及不敏感系数ε进行寻优；建立最优参数下的支持向量机预测模型并预测未来用电量；基于月度用电量序列历史数据和预测结果，构建虚拟电量序列；最后，建立以虚拟电量序列为输入、月度售电量为输出的逐月线性回归模型，对未来月度售电量进行预测，以减小售电量因抄表例日不固定、统计区间与自然月有所差别导致直接使用售电量历史数据进行预测的误差。

摘要： 本发明公开了一种基于居民家用电器能耗核算的居民用电量的预测方法首先选取居民用电的样本期，之后将居民用电类别进行划分；之后按步骤S2划分的居民用电类别分别对居民用电量进行提取；之后计算终端耗电设备数量预测值；之后，预测单位终端耗电设备能耗；最后，根据前述步骤中得到的终端耗电设备数量预测值、单位终端耗电设备能耗预测值和居民户数的预测值计算预测期目标地区居民用电量。本发明将样本期居民用电分解为终端设备用电，在此基础上分析样本期终端设备用电的影响因素，并构建量化分析模型预测各类终端设备用电增长趋势，进一步汇总实现居民用电量的预测，能够探究居民用电增长更深层次的动力来源，且预测结果准确。

摘要： 一种基于全社会用电量分解的用电量预测方法。其包括获取数据；预测第n年售电量；预测第n年线损电量；预测第n年公用电厂厂用电量；预测第n年自备电厂自发自用电量；预测第n年的全社会用电量等步骤。本发明的基于全社会用电量分解的用电量预测方法的有益效果：从源头上综合考虑组成全社会用电量的各个变量，充分结合电力市场的变化情况，更贴合电力市场的真实情况，避免了数学模型方法仅从数字变化规律预测带来的高偏差，提高了全社会用电量的预测精度。同时本方法结合市场预测人员的日常工作，易于掌握与操作，无论从影响因素考虑还是变量计算各方面，均简单易懂，方便实际操作人员熟练掌握，为提高电力市场分析工作质量提供有益指导作用。

摘要： 本发明提供了一种获取用户的用电特征、用电习惯及用电量预测值的方法，所述方法包括：按时序采集用户的用电特征影响因素信息；对按时序采集到的用电特征影响因素信息进行数据挖掘以获取用户的用电特征信息；对采集到的用户的用电特征影响因素信息和获取到的所述用户的用电特征信息进行深度学习以获得用户的用电习惯信息及未来预定时间段內的用电量预测值；将用户的用电特征信息、用电习惯信息及未来预定时间段的用电量预测值信息发送至远端数据库。本发明按时序采集用电特征影响因素信息，并对采集到的信息进行数据挖掘和深度学习，以获得用户的用电特征、用电习惯并对用户的未来预定时间段的用电量进行合理预测。

摘要： 本发明公开了一种基于次级用电量特性聚类分析的总电量预测方法：利用KNN算法检验数据离群点和缺失点，利用缺失点的K近邻间的距离进行反比赋权，通过K近邻数据点同属性列的加权得到缺失点的填充值；采用X12方法对分行业用电量季节调整，分解出季节分量S、包含趋势周期分量TC和不规则分量I的TCI分量，对各行业TCI分量进行聚类；最后通过比较各预测方法对历史数据的预测误差，对同一类别下的行业用电量进行预测，不同类别用电量曲线采用不同预测方法，将得到的预测结果相加，得到总用电量预测值。本发明根据不同行业用电量的曲线特征，对具有相同用电量规律特征的行业进行聚类，提高总电量的预测精度。

摘要： 一种大数据环境下用户用电关联因素辨识及用电量预测方法，针对与用电量预测相关的大数据种类多、体量大、维度高和生成速度快等特点，在研究用户用电特性评价指标的基础上，运用海量用户用电特性子空间聚类分析方法，挖掘用户多种用电模式，拓展现有的用电行为分析方法，同时根据不同用电模式对用户进行群体划分，并利用互信息矩阵从区域及行业经济数据、气候条件，以及电力价格等方面辨识与用户群体用电量相关联的因素，构建基于随机森林算法的用电量大数据预测模型，实现了用电预测全过程的数据驱动，并且可以规避用电模式差异性为用电量预测带来的不利影响，具有较高的预测精度，适用于大数据的分析处理。