(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211041486.4 (22)申请日 2022.08.29 (71)申请人 国网福建省电力有限公司 地址 350003 福建省福州市 鼓楼区五四路 257号 申请人 国网福建省电力有限公司营销服 务 中心 (72)发明人 詹祥澎　钱晓瑞　林女贵　沈一民　 姜维伟　林雪倩　陈筱珺　陈旭鹏　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 张灯灿　蔡学俊 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 50/06(2012.01)G06F 16/215(2019.01) (54)发明名称 一种基于滑动平均的市场化交易电量预测 方法及系统 (57)摘要 本发明涉及一种基于滑动平均的市场化交 易电量预测方法及系统， 该方法包括： 根据历史 每日留存的营销档案查询历史每日全体用户与 市场化用户的用电量， 计算市场化电量占比； 建 立市场化电量占比的时间序列模 型， 并对历史数 据进行清洗； 基于所述时间序列模型， 按照设定 的窗宽和权重计算市场化电量占比的平均值， 作 为下一日市场化电量占比的预测值； 以一日为步 长滚动预测未来一段时间每日市场化电量的占 比； 利用时间序列预测模型预测未来一段时间每 日总用电量， 结合所述市场化电量占比计算市场 化交易电量。 该方法及系统有利于准确预测市场 化交易电量。 权利要求书2页 说明书6页 附图4页 CN 115496522 A 2022.12.20 CN 115496522 A 1.一种基于滑动平均的市场化交易电量预测方法， 其特 征在于， 包括： 根据历史每日留存的营销档 案查询历史每日全体用户与市场 化用户的用电量， 计算市 场化电量占比； 建立市场化电量占比的时间序列模型， 并对历史数据进行清洗； 基于所述时间序列模型， 按照设定的窗宽和权重计算市场化电量占比的平均值， 作为 下一日市场化电量占比的预测值； 以一日为 步长滚动预测未来 一段时间每日市场化电量的占比； 利用时间序列 预测模型预测未来一段时间每日总用电量， 结合所述市场 化电量占比计 算市场化交易电量。 2.根据权利要求1所述的一种基于滑动平均的市场 化交易电量预测方法， 其特征在于， 所述市场化用户为历史当日营销档案中记录为市场化的工商业用户， 而不是根据最新营销 档案筛选市场化用户。 3.根据权利要求1所述的一种基于滑动平均的市场 化交易电量预测方法， 其特征在于， 所述对历史数据进行清洗的具体方法为： 将每日全体用户用电量Qt与前1日电量Qt‑1、 前7日电量Qt‑7、 新历同期电量Qt,new和农历 同期电量 Qt,lunar进行比较， 设置如下四条规则： 规则1： |Qt‑Qt‑1|>a×Qt‑1 规则2： |Qt‑Qt‑7|>b×Qt‑7 规则3： |Qt‑Qt,new|>c×Qt,new 规则4： |Qt‑Qt,lunar|>d×Qt,lunar 其中， a、 b、 c、 d为偏差阈值， 若四条规则均满足则认为该日电量数据存在异常， 只要有 一条规则不满足则认为该日电量数据正常； 设t日全体用户用电量被判定为异常数据， 则使用前7日数据同时对t日全体用户用电 量和t日市场化用户用电量进行修正， 即按照Qt＝0.5×Qt‑7+0.5×(Qt‑1+Qt‑2+Qt‑3+Qt‑4+Qt‑5+ Qt‑6+Qt‑7)计算t日全体用户用电量； 其中， Qt至Qt‑7分别表示t至t ‑7日全体用户用电量； 同时 修正t日市场化用户用电量Wt， 即按照Wt＝0.5×Wt‑7+0.5×(Wt‑1+Wt‑2+Wt‑3+Wt‑4+Wt‑5+Wt‑6+ Wt‑7)计算t日市场化用户用电量； 其中， Wt至Wt‑7分别表示t至t ‑7日市场化用户用电量。 4.根据权利要求1所述的一种基于滑动平均的市场 化交易电量预测方法， 其特征在于， 所述窗宽和权 重的确定方法为： 设窗宽为 l， 则窗宽需为7天的倍数， 即 mod(l,7)＝0； 设t日的权重系数为at， 电力交易中心规定的集中入市时间为每个月的k日， 则k日的权 重系数为10， 即at＝10； 其它日期的权 重系数为1。 5.根据权利要求1所述的一种基于滑动平均的市场 化交易电量预测方法， 其特征在于， 所述以一日为 步长滚动预测未来 一段时间每日市场化电量占比的具体方法为： 设t日市场化用户电量占比为pt， 则根据式 计算t+1日市场化用户电 量占比， 进而将t+1日市场化用户电量占比计算值作为输入预测t+2日市场化用户电量占 比， 即 以此向前推进预测未来 一定日期的市场化用户电量占比。权　利　要　求　书 1/2 页 2 CN 115496522 A 26.根据权利要求1所述的一种基于滑动平均的市场 化交易电量预测方法， 其特征在于， 所述时间序列预测模型 具体如下： 所述时间序列预测模型第一方面包含自变量、 协变量和 因变量三种变量， 其中自变量 为时间d1,d2,…,dt， 时间间隔为1天， 即dt‑dt‑1＝1天； 因变量为电量Q1,Q2,…,Qt； 协变量又 称为特征量， 在该模型中考虑的特征量包括日最高气温、 日最低气温、 日降雨量、 日湿度、 日 天气状态、 日出时间、 日落时间、 分时电价和GDP， 记为z1,z2,…,zn； 第二方面包括自变量和 协变量对因变量的函数关系， 即Qt＝f(t)＝g(d1,d2,…,…,dt,Q1,Q2,…,Qt‑1,z1,z2,…,zn)； 函数f(t)中的参数由历史数据训练得到， 其中参与训练的历史数据均为清洗后的数据而非 原始数据； 所述时间序列模型包含周期项， 并同时考虑年度、 月度和星期周期性， 即f(t)中 包含周期项s(t)： 其中， ayear和byear为年度周期项系数； amonth和bmonth为月度周期项系数； aweek和bweek为星 期周期项系数， 均通过最小二乘法拟合得到 。 7.一种基于滑动平均的市场化交易电量预测系统， 用于实现如权利要求1 ‑6任一项所 述方法， 其特 征在于， 包括： 数据查询模块， 用于从电力营销数据库中按照结算单位、 用电类别和市场化属性导出 日电量数据； 数据清洗模块， 用于判断、 清洗异常数据并进行修 正； 滚动预测模块， 用于预测未来 一段时间市场化电量； 结果展示模块， 用于按照预设规则汇总数据并输出 可视化报表。 8.根据权利要求7所述的一种基于滑动平均的市场 化交易电量预测系统， 其特征在于， 所述数据查询模块将省 级电网电量按照供电单位和用电类别进行分解， 其中用电类别包括 大工业用电、 非普工业用电、 商业用电、 非居民照明用电， 供电单位按照结算单位划分， 输出 日电量数据。 9.根据权利要求7所述的一种基于滑动平均的市场 化交易电量预测系统， 其特征在于， 所述滚动预测模块分别预测每个供电单位和用电类别未来一段时间的市场化用户电量占 比， 并预测每个供电单位和用电类别未来一段时间的全体用户日电量， 从而计算未来一段 时间的市场化用户日电量， 进 而汇总为月电量。权　利　要　求　书 2/2 页 3 CN 115496522 A 3