基于STL模型的月售电量综合预测方法
来源期刊:控制工程2020年第11期
论文作者:刘莉 王彦博 庞新富 耿赫男
关键词:月售电量预测;售电特性;个性化分解;时间序列;STL模型;
摘 要:电力零售市场下的月售电量预测面向小规模用户的电力需求,相对于传统意义的负荷预测更易受季节和节假日因素的扰动。传统预测方法直接对电量序列建模预测并未考虑序列分量随时间变化规律,因此预测精度不高。本文提出一种基于STL模型的综合月售电量预测方法,首先利用STL模型特点设置季节分量变化率,针对季节拐点月份和非季节拐点月份的售电特性将其电量时间序列进行个性化分解,将影响月售电量的因素分解成季节分量、趋势分量和随机分量,然后考虑了3个分量随时间的变化特征,分别选取适当的模型进行预测,最后将各分量的预测值重构为月售电量的预测值。基于R语言编制了预测程序,并对某大学园区用电量数据进行案例分析,结果表明所提方法合理有效。
刘莉1,王彦博1,2,庞新富1,耿赫男1,3
1. 沈阳工程学院辽宁省电网节能与控制重点实验室2. 国网丹东供电公司3. 国网张家口供电公司
摘 要:电力零售市场下的月售电量预测面向小规模用户的电力需求,相对于传统意义的负荷预测更易受季节和节假日因素的扰动。传统预测方法直接对电量序列建模预测并未考虑序列分量随时间变化规律,因此预测精度不高。本文提出一种基于STL模型的综合月售电量预测方法,首先利用STL模型特点设置季节分量变化率,针对季节拐点月份和非季节拐点月份的售电特性将其电量时间序列进行个性化分解,将影响月售电量的因素分解成季节分量、趋势分量和随机分量,然后考虑了3个分量随时间的变化特征,分别选取适当的模型进行预测,最后将各分量的预测值重构为月售电量的预测值。基于R语言编制了预测程序,并对某大学园区用电量数据进行案例分析,结果表明所提方法合理有效。
关键词:月售电量预测;售电特性;个性化分解;时间序列;STL模型;