周的有效 工作日=c2X第i月春节所在周存在的天数，春节后一周的有效工作日=c3X第i月春 节后一周存在的天数，春节所在月份的有效工作日=第i月非春节工作天数+第i月春节 期间有效工作天数；
[0040] 根据有效工作日集合计算出日均售电量集，日均售电I
泮以此 作为用电预测模型的输入值，进行预测，并根据模型预测误差，确定最优调整系数Cl'，c2'，c3'；
[0041] 根据最优调整系数计算的有效工作日所对应的日均售电量，作为模型输入量，计 算出日均售电量的预测值，乘以通过调整后的有效工作日天数，就得到月度用电预测值。
[0042] 根据上述方案，所述步长为0· 1。
[0043] 与现有技术相比，本发明的有益效果是：
[0044] 1.既刻画了春节移动假日的数据波动，又克服了数据波动对预测精度的不利影 响。
[0045] 2.把春节期间的用电量，核算为正常工作日的用电水平，既有实际用电数据水平， 又能反映正常工作日的水平。
[0046] 3.把春节所在月份的用电核算为有效工作日用电水平，增加了月度之间环比和同 比的可比性，增加了数据信息的反映。
[0047]4.下图为各种方式下对工业用电预测误差率的实际效果对比：春节调整前后预 测误差率的对比。
【附图说明】
[0048] 图1是本方法采用与否预测误差的对比图。
[0049] 图2是本发明中状态空间模型的观测量与状态量对应关系示意图。
[0050] 图3是本发明中状态空间模型基本流程示意图。
[0051] 图4是发明用于月度用电预测模型的有效工作日构建方法流程示意图。
【具体实施方式】
[0052] 1、划分春节三个时段时段
[0053] 按照企业开工规律，把春节期间划分为三个时段，分别为春节前七天（除夕开始 前七天），春节期间的七天（初一），春节后七天（初八开始）。无论春节是否跨月，或者在 任何一个月份里，一般是1-3月，则可称为春节前中后三个时段。
[0054] 2、确定不同时段的初始调整系数
[0055] 设定春节前七天调整系数为cl，春节期间七天为c2,春节后七天为c3。春节前段 的前一周，即春节前两周时，用电量是正常情况的用电。根据网供电日数据，计算近二至三 年以来，春节前一周的平均用电量，并使两者相比得到一个比例，这个比例就作为春节前七 天的调整初始系数cl，即表示春节前一周的用电量占春节前两周用电量的比重。春节中期 调整初始系数c2,则是春节期间的用电量占春节前两周的用电量的比重。春节后期调整初 始系数c3,则是春节后期的用电量占春节前两周的用电量的比重。
[0056]
[0057]
[0058]
[0059] 3、以步长0. 1搜索不同时段的调整系数的范围
[0060] 所有初始系数，根据0. 1作为步长前后搜索，从而形成系数集合。如系数取值为 cl，则按照每步长〇. 1向cl前后加减，形成新值cl±0. 1，并以此值为基准继续以〇. 1的步 长迭代。从而形成以cl为中心的系数集合。于是形成cl，c2和c3的系数集合。
[0061] 4、根据调整系数集合，折算春节有效工作日集合
[0062] 根据调整系数，折算出春节前中后三周所在月份内有效工作的天数。具体计算方 法如下：
[0063] 春节前一周的有效工作日=cl*第i月春节前一周存在的天数
[0064] 春节所在周的有效工作日=c2*第i月春节所在周存在的天数
[0065] 春节后一周的有效工作日=c3*第i月春节后一周存在的天数
[0066] 春节所在月份的有效工作日=第i月非春节工作天数+第i月春节期间有效工作 天数
[0067] 6、根据售电量集，作为状态空间模型的输入值，进行预测。根据模型预测误差，确 定最优调整系数。
[0068] 根据以上按照步长为0. 1的搜索，生成系数集合，根据系数集合得到有效工作日 集合，从而得到日均售电量的集合。把这些集合数据作为预测模型的输入值，对日均有效电 量进行预测，得到日均电量的预测值，选择误差最小的数据集合所确定的有效工作日作为 最终的有效工作日数据，该工作日所依赖的调整系数就作为最终的调整系数。
[0069] 7、根据最终的调整系数所确定的日均售电量作为输入值，给出日均售电量的预测 值，再乘以有效工作日天数，推算出调整之后的月度售电预测值。
[0070]
[0071] 月售电量预测值=日均售电量预测值*月有效工作日
【主权项】
1. 一种用于月度用电预测模型的有效工作日构建方法，其特征在于，包括以下步骤： 划分春节用电为三个时段，前中后各一星期，分别为春节前七天，即除夕开始前七天， 春节期间七天，即初一到初七，春节后七天，即初八到十五； 设春节前七天调整系数为Cl，春节期间七天为c2,春节后七天为c3，则以确定步长搜索不同时段的调整系数的范围，计算出cl，c2,c3三个数值作为调整系 数的初始值，在这个数值上下搜索，从而形成系数集合，形成cl、c2和c3的系数集合； 根据调整系数，折算出春节前中后三周所在月份内有效工作的天数，具体计算方法为， 春节前一周的有效工作日=clX第i月春节前一周存在的天数，春节所在周的有效工作日 =c2X第i月春节所在周存在的天数，春节后一周的有效工作日=c3X第i月春节后一 周存在的天数，春节所在月份的有效工作日=第i月非春节工作天数+第i月春节期间有 效工作天数；根据有效工作日集合和当月售电量计算出日均售电量， 根据日均售电量集，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cl'，C2'，c3'。2. 如权利要求1所述的用于月度用电预测模型的有效工作日构建方法，其特征在于， 所述步长为〇. 1。3. 如权利要求1所述的用于用电预测模型的有效工作日构建方法，其特征在于，根据 最终调整系数确定的有效工作日，计算日均售电量，得到日均售电量的预测值，然后乘以有 效天数，计算出售电量的月度预测值。
【专利摘要】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。
【IPC分类】G06Q50/06, G06Q10/04
【公开号】CN105389637
【申请号】CN201510920307
【发明人】李新, 何为, 李晨, 李科, 张睿, 史爽, 鲁万波, 龚金国, 刘宏鲲, 喻开志, 马云蓓
【申请人】四川省电力公司供电服务中心, 国家电网公司
【公开日】2016年3月9日
【申请日】2015年12月10日