售電量精準(zhǔn)預(yù)測(cè)解決方案
2018-11-29 15:00:13
次
一、項(xiàng)目背景
隨著電力體制改革和智能電網(wǎng)建設(shè)的不斷深入，售電量己成為考核電力企業(yè)的一個(gè)重要指標(biāo)，月度售電量預(yù)測(cè)對(duì)于國(guó)家電網(wǎng)公司合理地確定銷售電量總定額、分解售電量銷售指標(biāo)、制訂有序用電方案、指導(dǎo)發(fā)電廠和輸配電網(wǎng)的合理運(yùn)行、推動(dòng)電力市場(chǎng)的發(fā)展和建設(shè)都具有十分重要的意義。
二、問題與挑戰(zhàn)
1、售電量變化影響因素多。
2、影響售電量影響的各因素間關(guān)系復(fù)雜。
3、售電量預(yù)測(cè)模型需具備自學(xué)習(xí)功能，使得模型能夠反映售電量最新的變化趨勢(shì)。
4、預(yù)測(cè)模型實(shí)現(xiàn)全自動(dòng)化建模過程。
三、解決方案
為實(shí)現(xiàn)自動(dòng)化、自學(xué)習(xí)的售電量預(yù)測(cè)，減少業(yè)務(wù)人員的操作成本，開發(fā)了自動(dòng)獲取天氣數(shù)據(jù)、節(jié)假日數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)的主要經(jīng)濟(jì)數(shù)據(jù)的網(wǎng)絡(luò)爬蟲工具，并結(jié)合電網(wǎng)的業(yè)擴(kuò)報(bào)裝等數(shù)據(jù)，構(gòu)建了基于貝葉斯季節(jié)調(diào)整算法的售電量預(yù)測(cè)解決方案，主要步驟如下：
1、數(shù)據(jù)預(yù)處理：包括異常值處理、最優(yōu)建模數(shù)據(jù)自動(dòng)篩選等；
2、曲線分解：利用貝葉斯季節(jié)調(diào)整算法分解售電量曲線，分解得到趨勢(shì)項(xiàng)、季節(jié)項(xiàng)和隨機(jī)項(xiàng)；如圖1。
3、分解預(yù)測(cè)：在相關(guān)性研究、前導(dǎo)性分析的基礎(chǔ)上，分別考慮趨勢(shì)項(xiàng)、季節(jié)項(xiàng)和隨機(jī)項(xiàng)的相關(guān)因素，建立預(yù)測(cè)模型；
4、預(yù)測(cè)重構(gòu)：通過趨勢(shì)項(xiàng)、季節(jié)項(xiàng)和隨機(jī)項(xiàng)的預(yù)測(cè)結(jié)果逐點(diǎn)相加得到售電量預(yù)測(cè)結(jié)果；
5、預(yù)測(cè)擇優(yōu)：在多種預(yù)測(cè)結(jié)果中自動(dòng)選擇最優(yōu)預(yù)測(cè)結(jié)果；
6、春節(jié)調(diào)整：在深入研究春節(jié)對(duì)售電量影響的基礎(chǔ)上，對(duì)預(yù)測(cè)結(jié)果進(jìn)行調(diào)整，得到最終預(yù)測(cè)結(jié)果。如圖2。
圖1
圖2
外部數(shù)據(jù)自動(dòng)爬取與結(jié)構(gòu)化
售電量精準(zhǔn)預(yù)測(cè)
五、相關(guān)案例
國(guó)網(wǎng)總部及省公司售電量預(yù)測(cè)
大型供電企業(yè)售電量預(yù)測(cè)
國(guó)網(wǎng)某省及地市公司售電量預(yù)測(cè)
首頁(yè)
Tempo大數(shù)據(jù)分析平臺(tái)
Tempo商業(yè)智能平臺(tái)
Tempo人工智能平臺(tái)
Tempo數(shù)據(jù)工廠平臺(tái)
Tempo指標(biāo)平臺(tái)
Tempo數(shù)據(jù)治理平臺(tái)
Tempo主數(shù)據(jù)管理平臺(tái)
陜公網(wǎng)安備 61019002000171號(hào)
