一种基于大数据的农村用电需求量分析方法与流程

本发明涉及农村用电需求量分析领域，涉及到一种基于大数据的农村用电需求量分析方法。

背景技术：

1、随着农村经济的快速发展和生活水平的提高，农村对电力的需求也在不断增加。对农村用电需求量进行分析是为了解农村用电的实际需求以及未来的发展趋势，为电力供应部门制定合理的发展规划和投资决策提供科学依据，进而促进农村电力供应的可持续发展，有利于推动农村经济发展和改善农民生活水平，具有重要意义。

2、现有的农村用电需求量分析方法，大都依据农村用电量随时间变化的趋势曲线，进而预测农村用电需求量，没有考虑到与农村用电量有关的各因素的变化对农村用电量的影响，如人口数量，农田面积和气象数据等，进而无法对预测的农村用电需求量进行补偿修正，从而使得现有方法分析农村用电需求量结果的可靠性不足，容易存在偏差。

技术实现思路

1、针对上述问题，本发明提出了一种基于大数据的农村用电需求量分析方法，具体技术方案如下：一种基于大数据的农村用电需求量分析方法，包括如下步骤：步骤一、历史用电量数据获取：获取目标农村地区需要进行用电需求量预测的时间段，将其记为预测时间段，根据预测时间段，设定监测周期，获取监测周期内各时间段目标农村地区的用电量和历史时期中各历史年份中历史预测时间段目标农村地区的用电量。

2、步骤二、参考用电需求量分析：根据监测周期内各时间段目标农村地区的用电量和历史时期中各历史年份中历史预测时间段目标农村地区的用电量，分析预测时间段目标农村地区的参考用电需求量。

3、步骤三、用电影响因素信息收集：获取分析周期内各时间段目标农村地区的用电影响因素信息，其中用电影响因素信息包括农村人口数据、农田面积数据和气象数据。

4、步骤四、用电影响因素信息预处理：对分析周期内各时间段目标农村地区的用电影响因素信息进行缺失值处理和异常值处理，得到预处理后的分析周期内各时间段目标农村地区的用电影响因素信息。

5、步骤五、用电影响因素信息解析：根据预处理后的分析周期内各时间段目标农村地区的用电影响因素信息，分析目标农村地区中各用电影响因素的变化量与用电量的变化量之间的关系函数，将其记为目标农村地区中各用电影响因素的特征函数。

6、步骤六、预估用电需求量获取：获取预测时间段目标农村地区中各用电影响因素的变化量，结合目标农村地区中各用电影响因素的特征函数，分析预测时间段目标农村地区参考用电需求量的波动量，进一步得到预测时间段目标农村地区的预估用电需求量，并进行反馈。

7、在上述实施例的基础上，所述步骤一的具体分析过程为：获取目标农村地区需要进行用电需求量预测的时间段，将其记为预测时间段，按照预设的原则设定监测周期的起始时间，并将预测时间段的开始时间作为监测周期的结束时间，进而得到监测周期。

8、按照与预测时间段等时长的原则对监测周期进行划分，得到监测周期内各时间段。

9、通过目标农村地区的能源管理部门获取监测周期内各时间段目标农村地区的用电量。

10、设定历史时期的时长，获取历史时期中各历史年份中历史预测时间段目标农村地区的用电量。

11、在上述实施例的基础上，所述步骤二的具体分析过程为：以监测周期内各时间段为自变量、以目标农村地区用电量为因变量建立坐标系，根据监测周期内各时间段目标农村地区的用电量，在坐标系中标出对应的数据点，利用数学模型的建立方法，获取监测周期内各时间段目标农村地区用电量对应的曲线，将其记为第一用电量趋势曲线，根据第一用电量趋势曲线，获取预测时间段对应的目标农村地区用电量，将其记为预测时间段目标农村地区第一参考用电量。

12、根据历史时期中各历史年份中历史预测时间段目标农村地区的用电量，获取历史时期中各历史年份中历史预测时间段目标农村地区用电量对应的曲线，进一步得到预测时间段目标农村地区第二参考用电量。

13、对预测时间段目标农村地区第一参考用电量和第二参考用电量进行平均值计算，得到预测时间段目标农村地区的参考用电需求量。

14、在上述实施例的基础上，所述步骤三的具体分析过程为：设定分析周期的时长，按照预设的等时长原则对分析周期进行划分，得到分析周期内各时间段。

15、获取分析周期内各时间段目标农村地区的农村人口数量和农田面积，并获取分析周期内各时间段目标农村地区的平均温度、累计降雨量和平均风力等级。

16、在上述实施例的基础上，所述步骤四中对分析周期内各时间段目标农村地区的用电影响因素信息进行缺失值处理，具体过程为：根据分析周期内各时间段目标农村地区的用电影响因素信息，获取目标农村地区各用电影响因素的各缺值时间段，获取目标农村地区各用电影响因素在其对应各缺值时间段的相邻上一时间段和相邻上一时间段的数值，并进行平均值计算，得到目标农村地区各用电影响因素在其对应各缺值时间段的替代值，进行代入，得到缺失值处理后的分析周期内各时间段目标农村地区的用电影响因素信息。

17、在上述实施例的基础上，所述步骤四中对分析周期内各时间段目标农村地区的用电影响因素信息进行异常值处理，具体过程包括：以分析周期内各时间段为自变量、以目标农村地区各用电影响因素为因变量建立坐标系，根据缺失值处理后的分析周期内各时间段目标农村地区的用电影响因素信息，在坐标系中标出对应的数据点，利用数学线性回归分析方法，获取目标农村地区各用电影响因素的一元线性回归直线。

18、根据目标农村地区各用电影响因素的一元线性回归直线，得到目标农村地区各用电影响因素在分析周期内各时间段的预测值，将目标农村地区各用电影响因素在分析周期内各时间段的数值与其对应的预测值进行比对，得到目标农村地区各用电影响因素在分析周期内各时间段的数值与其对应预测值之间差值的绝对值，将其记为目标农村地区各用电影响因素在分析周期内各时间段的相对数值偏差，并表示为，表示第个用电影响因素的编号，，表示分析周期内第个时间段的编号，。

19、通过分析公式得到目标农村地区各用电影响因素在分析周期内各时间段的数值异常倾向系数，其中表示预设的数值异常倾向系数的修正因子，表示分析周期内时间段的数量。

20、在上述实施例的基础上，所述步骤四中对分析周期内各时间段目标农村地区的用电影响因素信息进行异常值处理，具体过程还包括：根据目标农村地区各用电影响因素在分析周期内各时间段的数值异常倾向系数，获取目标农村地区各用电影响因素的各异值时间段。

21、根据目标农村地区各用电影响因素的一元线性回归直线，得到目标农村地区各用电影响因素在其对应的各异值时间段的预测值。

22、将目标农村地区各用电影响因素在各异值时间段的数值替换为其异值时间段对应的预测值，得到异常值处理后的分析周期内各时间段目标农村地区的用电影响因素信息。

23、在上述实施例的基础上，所述步骤五的具体分析过程为：获取分析周期内各时间段目标农村地区的用电量变化量和各用电影响因素的变化量，绘制目标农村地区中各用电影响因素变化量与用电量变化量之间的关系曲线，进一步获取目标农村地区中各用电影响因素变化量与用电量变化量之间的关系函数，将其记为目标农村地区中各用电影响因素的特征函数。

24、在上述实施例的基础上，所述步骤六的具体分析过程包括：获取预测时间段和预测时间段相邻上一时间段的目标农村地区中各用电影响因素信息，并进行比对，得到预测时间段目标农村地区中各用电影响因素的变化量。

25、将预测时间段目标农村地区中各用电影响因素的变化量代入其用电影响因素的特征函数，得到预测时间段目标农村地区中各用电影响因素变化量对应的用电量变化量，将其记为。

26、在上述实施例的基础上，所述步骤六的具体分析过程还包括：通过分析公式得到预测时间段目标农村地区参考用电需求量的波动量，其中表示预设的第个用电影响因素的权重因子，。

27、将预测时间段目标农村地区的参考用电需求量与参考用电需求量的波动量进行累加，得到预测时间段目标农村地区的预估用电需求量，将其反馈至目标农村地区的能源管理部门。

28、相对于现有技术，本发明所述的一种基于大数据的农村用电需求量分析方法以下有益效果：本发明通过农村的历史用电量信息，获取农村的参考用电需求量；并获取农村的用电影响因素信息，分析农村用电影响因素变化量与用电量变化量之间关系，分析农村参考用电需求量的波动量，进一步得到农村的预估用电需求量，结合农村用电量随时间变化的趋势和影响农村用电量因素的变化，综合评估农村的预估用电需求量，进而提高农村用电需求量分析结果的可靠性，有助于了解农村用电的实际需求，为电力供应部门制定合理的发展规划和投资决策提供科学依据。

29、本发明通过对农村用电影响因素信息进行缺失值处理和异常值处理，得到预处理后的农村用电影响因素信息，使得基于农村用电影响因素信息的农村参考用电需求量的波动量的分析结果更加精准，进而有利于提高农村预估用电需求量评估结果的准确性和可靠性。