三步，采用预测算法对过往k年中每年度常住人口数量进行处理，获得待预 测年度常住人口数量预测值R1;具体地，采用一元线性回归法、加权拟合直线方程法、累加 线性拟合法、灰色预测模型、双曲线模型、对数曲线模型、S形曲线模型和倒指数曲线模型中 的两种以上分别进行处理获得相应的待预测年度常住人口数量预测参考值;将待预测年度 常住人口数量预测参考值进行算术平均以获得待预测年度常住人口数量预测值心；
[0040]计算待预测年度居民用户用电量和商业用户用电量之和的预测值:
[0042] 第四步，采用预测算法分别对过往k年中每年度工业用户用电量非工业用户 用电量和其他用户用电量α?,进行处理，获得待预测年度工业用户用电量预测值、 非工业用户用电量预测值gf和其他用户用电量预测值尸；
[0043] 具体地，采用一元线性回归法、加权拟合直线方程法、累加线性拟合法、灰色预测 模型、双曲线模型、对数曲线模型、S形曲线模型和倒指数曲线模型中的两种以上分别进行 处理，获得相应的待预测年度工业用户用电量预测参考值、非工业用户用电量预测参考值 和其他用户用电量预测参考值；
[0044] 分别将待预测年度工业用户用电量预测参考值、非工业用户用电量预测参考值和 其他用户用电量预测参考值进行算术平均，以获得待预测年度工业用户用电量预测值gf、 非工业用户用电量预测值gf和其他用户用电量预测值
[0045] 第五步，计算待预测年度总电量预测值Q1:
[0047] 本发明预测方法可降低算法的复杂程度，减少数据需求量，大大地提高可操作性。 根据电力用户与常住人口数量关系密切程度而对不同密切程度的电力用户采用不同的预 测计算方法；由于居民用户用电量和商业用户用电量与常住人口数量关系密切，而工业用 户、非工业用户和其他用户则与常住人口数量关系不大；因此在居民用户用电量和商业用 户用电量的预测过程中结合常住人口数量因素，有效把握各种类型电力用户用电量预测的 关键点;预测结果精度高，可为供电企业提供营销决策支持，保证电网安全经济运行以及电 力市场稳健发展。本发明预测方法中，k可以取3,采用待预测地区过往三年的数据作为数据 基础;k也可以取2 4的整数，采用待预测地区过往四年以上的数据作为数据基础。
[0048] 由于工业用户、非工业用户和其他用户则与常住人口数量关系不大，因此可采用 上述预测算法。一元线性回归法等八种算法结果稳定，适合对数据量少、没有周期波动性的 指标进行预测计算;采用多种算法进行待预测年度工业用户用电量预测参考值、非工业用 户用电量预测参考值和其他用户用电量预测参考值，之后再进行算术平均，可获得高精度 的预测结果。
[0049] 实施例二
[0050] 本实施例结合人口指标的中长期用电量预测方法与实施例一的区别在于:本实施 例中，第三步，采用预测算法对过往k年中每年度常住人口数量Rm进行处理是指，采用一元 线性回归法、加权拟合直线方程法、累加线性拟合法、灰色预测模型、双曲线模型、对数曲线 模型、S形曲线模型和倒指数曲线模型中的所有预测算法分别进行处理，获得八个待预测年 度常住人口数量预测参考值;将八个待预测年度常住人口数量预测参考值进行算术平均以 获得待预测年度常住人口数量预测值Ri。
[0051] 第四步中，采用预测算法分别对过往k年中每年度工业用户用电量0,匕、非工业用 户用电量^和其他用户用电量进行处理是指，采用一元线性回归法、加权拟合直线方 程法、累加线性拟合法、灰色预测模型、双曲线模型、对数曲线模型、S形曲线模型和倒指数 曲线模型中的所有预测算法分别进行处理，分别获得待预测年度中八个工业用户用电量预 测参考值、八个非工业用户用电量预测参考值和八个其他用户用电量预测参考值;分别将 八个工业用户用电量预测参考值、八个非工业用户用电量预测参考值和八个其他用户用电 量预测参考值进行算术平均，以获得待预测年度工业用户用电量预测值、非工业用户用 电量预测值和其他用户用电量预测值。
[0052] 本实施例的其它流程与实施例一相同。
[0053] 上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的 限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化， 均应为等效的置换方式，都包含在本发明的保护范围之内。
【主权项】
1. 一种结合人口指标的中长期用电量预测方法，其特征在于，包括如下步骤： 第一步，分别获取待预测地区过往k年中每年度居民用户用电量公',,、商业用户用电量 公S。、工业用户用电量貧吉、非工业用户用电量0几、其他用户用电量0己和常住人口数量 Ri-n;其中，i为待预测年份;ηe [ 1，k]; k为整数且k含3; 第二步，计算过往k年中每年度居民用户用电量和商业用户用电量之和谷茂：计算过往k年中每年度人均耗电量q' ：计算待预测年度人均耗电量预测值q: q= (1+α) X q' ；其中，α为人均耗电量增长系数； 第Ξ步，采用预测算法对过往k年中每年度常住人口数量Ri-n进行处理，获得待预测年 度常住人口数量预测值Ri;计算待预测年度居民用户用电量和商业用户用电量之和的预测 值於：第四步，采用预测算法分别对过往k年中每年度工业用户用电量贫置、非工业用户用电 量热和其他用户用电量终：，进行处理，获得待预测年度工业用户用电量预测值公6、非工 业用户用电量预测值公f和其他用户用电量预测值公U ; 第五步，计算待预测年度总电量预测值化：2. 根据权利要求1所述的结合人口指标的中长期用电量预测方法，其特征在于，所述第 Ξ步中，采用预测算法对过往k年中每年度常住人口数量Ri-n进行处理是指，采用一元线性 回归法、加权拟合直线方程法、累加线性拟合法、灰色预测模型、双曲线模型、对数曲线模 型、S形曲线模型和倒指数曲线模型中的两种W上分别进行处理获得相应的待预测年度常 住人口数量预测参考值;将待预测年度常住人口数量预测参考值进行算术平均W获得待预 测年度常住人口数量预测值Ri。3. 根据权利要求1所述的结合人口指标的中长期用电量预测方法，其特征在于，所述第 四步中，采用预测算法分别对过往k年中每年度工业用户用电量非工业用户用电量 0置和其他用户用电量島6。进行处理是指，采用一元线性回归法、加权拟合直线方程法、累 加线性拟合法、灰色预测模型、双曲线模型、对数曲线模型、S形曲线模型和倒指数曲线模型 中的两种W上分别进行处理，获得相应的待预测年度工业用户用电量预测参考值、非工业 用户用电量预测参考值和其他用户用电量预测参考值； 分别将待预测年度工业用户用电量预测参考值、非工业用户用电量预测参考值和其他 用户用电量预测参考值进行算术平均，W获得待预测年度工业用户用电量预测值谷f、非工 业用户用电量预测值貧"和其他用户用电量预测值这0。4.根据权利要求1至3中任一项所述的结合人口指标的中长期用电量预测方法，其特征 在于，所述α的取值范围为:-5%含α含20%。
【专利摘要】本发明提供了一种结合人口指标的中长期用电量预测方法，其特征在于，首先获取待预测地区过往k年中每年度各类用户用电量和常住人口数量；然后考虑人均耗电量增长系数计算人均耗电量预测值；之后计算常住人口数量预测值；将人均耗电量预测值和常住人口数量预测值相乘，获得居民用户用电量和商业用户用电量之和的预测值；之后计算工业用户用电量预测值、非工业用户用电量预测值和其他用户用电量预测值；最后计算总电量预测值。本发明预测方法算法简单，可减少数据需求量，可操作性高，有效把握各种类型电力用户用电量预测的关键点，预测结果精度高，可为供电企业提供营销决策支持。
【IPC分类】G06F19/00
【公开号】CN105574325
【申请号】CN201510918977
【发明人】安晓华, 欧阳森, 冯天瑞, 郜幔幔
【申请人】华南理工大学
【公开日】2016年5月11日
【申请日】2015年12月10日