美林數(shù)據(jù)官網(wǎng)：

總機服務：029-86698003

能源電力大數(shù)據(jù)業(yè)務咨詢：400-608-2558

一、項目背景

隨著電力體制改革和智能電網(wǎng)建設的不斷深入，售電量己成為考核電力企業(yè)的一個重要指標，月度售電量預測對于國家電網(wǎng)公司合理地確定銷售電量總定額、分解售電量銷售指標、制訂有序用電方案、指導發(fā)電廠和輸配電網(wǎng)的合理運行、推動電力市場的發(fā)展和建設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系復雜。

3、售電量預測模型需具備自學習功能，使得模型能夠反映售電量最新的變化趨勢。

4、預測模型實現(xiàn)全自動化建模過程。

三、解決方案

為實現(xiàn)自動化、自學習的售電量預測，減少業(yè)務人員的操作成本，開發(fā)了自動獲取天氣數(shù)據(jù)、節(jié)假日數(shù)據(jù)、經(jīng)濟數(shù)據(jù)的主要經(jīng)濟數(shù)據(jù)的網(wǎng)絡爬蟲工具，并結(jié)合電網(wǎng)的業(yè)擴報裝等數(shù)據(jù)，構(gòu)建了基于貝葉斯季節(jié)調(diào)整算法的售電量預測解決方案，主要步驟如下：

1.數(shù)據(jù)預處理：包括異常值處理、最優(yōu)建模數(shù)據(jù)自動篩選等；

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售電量售電量，分解得到趨勢項、季節(jié)項和隨機項，如下圖；

3.分解預測：在相關性研究、前導性分析的基礎上，分別考慮趨勢項、季節(jié)項和隨機項的相關因素，建立預測模型；

4.預測重構(gòu)：通過趨勢項、季節(jié)項和隨機項的預測結(jié)果逐點相加得到售電量預測結(jié)果；

5.預測擇優(yōu)：在多種預測結(jié)果中自動選擇最優(yōu)預測結(jié)果；

6.春節(jié)調(diào)整：在深入研究春節(jié)對售電量影響的基礎上，對預測結(jié)果進行調(diào)整，得到最終預測結(jié)果，如下圖。

四、應用價值

眾所周知用電量是企業(yè)經(jīng)營狀況的重要指標，著名的“克強指數(shù)”之一就有用電量，而隨著電力體制改革的推進，售電公司成立后面臨的一個關鍵問題就是如何更好的預測自己的下個月的售電量。雖然各用戶都按月申報自己的電量，但是在交易中心的交易中，如何準確的對未來的電量進行精準預測，是影響售電公司盈利的關鍵因素；另外對傳統(tǒng)的電力公司而言，售電量的預測對電壓負荷穩(wěn)定，電網(wǎng)安全調(diào)度，穩(wěn)定運行至關重要。

1.分行業(yè)售電量預測結(jié)果直接支撐電力公司安排營銷工作，促進公司增供擴銷目標的實現(xiàn)。

2.電量是經(jīng)濟的晴雨表和溫度計，預測結(jié)果可作為未來經(jīng)濟研判的主要依據(jù)之一。

3.針對售電市場開展的偏差考核從技術上提供一整套電量預測解決方案，實現(xiàn)售電公司價值最大化。

4.天氣數(shù)據(jù)爬蟲程序不僅能爬取全國主要城市歷史日度天氣數(shù)據(jù)，還能爬取天氣預報程序，數(shù)據(jù)入庫可直接支撐相關分析工作。

“

能源行業(yè)解決方案

?能源電力大數(shù)據(jù)業(yè)務咨詢

400-608-2558