本发明涉及一种基于最小二乘法,通过历史售电量预测未来电费收入的预测方法,主要用于年度与月度预测;具体地说是一种基于最小二乘法的电费收入预测方法。
背景技术:
最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。
现金流入管理是企业财务管理的一项重要组成部分。现金流入预测能促进企业财务健康,良好反应企业经营状况。准确的现金流入预测能合理规划企业现金收支,协调现金收支与经营、投资、融资活动的关系,为企业负责人提供决策未来步伐的数据化依据。
对于电力企业,电费收入是主要的现金流入来源。电费收入的合理预测具备战略意义。通过往期售电状况,对未来企业电费收入走势的预测能很好的为企业提供成本控制,融资,投资以及业务领域拓展方面的决策支持。
技术实现要素:
本发明的目的是提供一种基于最小二乘法的电费收入预测方法,该方法基于最小二乘法求解电费收入预测问题,完成现金流入的预测,对未来企业电费收入走势的预测能很好的为企业提供成本控制,融资,投资以及业务领域拓展方面的决策支持。
本发明的目的通过以下技术方案实现:
一种基于最小二乘法的电费收入预测方法,其特征在于该方法包含以下内容:
1)获取往期售电量与对应期的电费收入数据。
2)以售电量数据建立时间序列,通过自回归移动平均时间序列算法预测未来售电量数据。如能获取本期实际售电量则使用实际值。
3)建立最小二乘法预测模型,求解参数,获取最优解。
4)利用预测模型进行预测分析。
基于以上四个内容,形成一套完整的售电量预测电费收入的算法。
本发明基于最小二乘法求解电费收入预测问题,完成现金流入的预测,对未来企业电费收入走势的预测能很好的为企业提供成本控制,融资,投资以及业务领域拓展方面的决策支持。
附图说明
图1是售电量预测电费收入分析流程图。
具体实施方式
一种基于最小二乘法的电费收入预测方法,包含以下内容:1)获取往期售电量与对应期的电费收入数据;2)以售电量数据建立时间序列,通过自回归移动平均时间序列算法预测未来售电量数据;如能获取本期实际售电量则使用实际值;3)建立最小二乘法预测模型,求解参数,获取最优解;4)利用预测模型进行预测分析。
时间序列:在生产和科学研究中,对某一个或者一组变量x(t)进行观察测量,将在一系列时刻t1,t2,…,tn所得到的离散数字组成的序列集合,称之为时间序列。售电量:电力企业售给用户(包括趸售户)的电量以及供给本企业非电力生产、基本建设、大修和非生产部门(如食堂、宿舍)等所使用的电量。
具体如下:
1.准备售电量历史数据的时间序列样本数据以及电费收入历史数据,以月为统计维度,每向上推算一年作为一行,设未来预测期数为实验次数m,设售电量为矩阵x,设电费收入为目标y,未知参数为β。假设两者存在线性关系。
有:
2.建立方程式:xβ=y。对该方程式一般而言无解,为了选取最优β让等式
“尽量成立”,引入残差平方和函数s(β)=||xβ-y||2。
当
对s(β)微分求最值可以得出:
残差平方和:用连续曲线近似地刻画或比拟平面上离散点组,以表示坐标之间函数关系的一种数据处理方法。
极值:函数的最大值和最小值(最大值和最小值)被统称为极值(极数),是给定范围内的函数的最大值和最小值(本地或相对极值)或函数的整个定义域(全局或绝对极值)。
3.假设电费收入与售电量存在线性关系
其中:yi-第i期电费收入,xi-第i期售电量,εi-第i期的误差,
计算残差平方和函数:
要保证各组散列点尽量分布在一条直线上,就要求s(β)取到最小值。那么就是以
那么,最终求得待估参数的解:
得到最终预测模型数学表达式:
偏导数:一个多变量的函数的偏导数,就是它关于其中一个变量的导数而保持其他变量恒定。
4.根据上述预测模型,带入对应的售电量值xi求解得到对应电费收入预测值yi。