考虑细分行业及多影响因素的月度电量预测

作者：张岚; 季天瑶; 刘嘉宁

来源：广东电力, 2023, 36(06): 30-39.

DOI：10.3969/j.issn.1007-290X.2023.06.004

• 月度电量预测
• 行业电量聚类
• 数形相似性距离
• 春节效应
• k-means算法
• Prophet算法

从细分行业的电量数据出发，通过挖掘不同的行业用电规律以及引入气温、春节影响因素，实现特大都市地区月度电量的精准预测。首先，利用数形相似性距离，将各细分行业划分为电量周期性行业与电量非周期性行业；其次，通过k-means算法按照用电特性相似度对电量周期性行业进行聚类，得到不同用电规律的各类行业；接着，分析气温指标与各行业类别电量的相关性，在与气温指标相关程度较大的行业类别电量预测中加入气温协变量；然后，采用Prophet算法对各行业类别电量建立预测模型；最后，对1、2月份的预测结果针对春节效应提供联合修正方法。采用南方某市的用电量数据作算例分析，考虑细分行业后预测精度提升2.63百分点，整体平均预测准确率达到97.71%。算例分析结果表明，所建立的考虑细分行业及多影响因素的月度电量预测框架能够挖掘各行业类别的用电规律，捕捉地区产业转移和升级特点，并有效引入多影响因素指标，进而提高特大都市地区月度电量预测的准确度。

• 单位
  华南理工大学; 广东电网有限责任公司电力调度控制中心