以用电特点分析为基础的电力消费预测

以用电特点分析为基础的电力消费预测

李允昭

（国网新疆电力有限公司营销部新疆乌鲁木齐市830063）

摘要：电力消费预测是电力市场营销和电力企业经营面临的重要课题，本文在分析和研究现有技术以及数据挖掘技术的基础上，从用电特点的角度出发提出电力消费预测的六大准则：可知性准则、可能性准则、相似性准则、连续型准则、反馈性准则以及系统性准则，为电力消费预测做好基础，也为上级营销部门主管下达经营目标提高重要依据

关键词：电力消费；用电特点；预测准则；

0引言

在计算机存储技术与信息通信技术快速发展，数据规模快速增长的背景下，从20世纪九十年代至今，人类累计的数据增长速度已经高达每月15%。如果我们不借助强有力的数据挖掘方法，单凭人工手工处理对这些数据进行处理是毫不现实的。海量数据的价值已经得到了各行各业人员的认可，尤其是电力行业。如何对海量数据进行分析，是当前正在研究的重要问题之一。

1研究背景

由于供电企业的客户用电数据采集设备安装分散，技术密集，设备成本较高等原因，对用电客户数据的采集起步较晚。随着用电客户数据采集设备技术的发展，也同时借着智能电网的发展，供电企业已经建立起可以获取完整以及连续的用电客户数据自动化系统。供电企业可以利用自动化系统自动采集数据，从而可以掌握完整和连续的电力消费数据，为电力客户的电力消费预测提供了可实现基础。

电力消费的客户数据中，除了客户用电基本数据和客户标签数据，还有客户用电行为产生的数据，而客户用电行为比较复杂，一般意义上的用电行为可以分为电表安装，电力缴费，故障报修，违约用电，违约窃电，变更用电以及投诉建议几类。

电费回收是供电企业盈利的主要方式，是供电企业生存和发展的根本。在国内经济发展下行的大环境下，企业拖欠电费，拒缴电费的现象屡见不鲜，对供电企业的电费回收工作带来巨大风险，通过分析客户的历史缴费数据，研究用电客户的缴费行为，从而预测用电客户的欠费概率，这有非常重要的意义。

在大数据时代，统计学中大多建立在样本上的理论可能不再适用于大数据分析，因为大数据环境下得到的更多是总体，而非样本。也就是说，在计算机运算能力高速发展的背景下，统计学为了适应日新月异的大数据，必须要做出方法上的创新与改革。

2用电特点

（一）工业用电特点分析

工业用电有两个重要的特点：一是用电量大，目前我国的用电构成中，工业用电量的比重超过整个社会用电量的70%；二是工业用电一般来说比较稳定。但是在工业内部的各行各业之间，这两个特点也是不平衡的。比如说在冶炼行业，该行业用电量巨大，负荷相对稳定，负荷率较低。工业用电在行业之间的差别，主要是生产的工艺特点以及生产班次的不同所造成的，但是无论是重工业还是轻工业，无论是冶炼行业还是加工行业，电力负荷在月度内以及在季度内的变化应该来说是稳定的，比较均衡，除少数季节性加工的工厂外，大部分工业的生产用电受季节性变化的影响比较小，由于工业用电量较大，且比较稳定，就为电力负荷的预测提供了方便，电力负荷预测精确地情况下，对于企业客户来说，当前电力消费的预测也能够较为精确地进行预测。

（二）农业用电特点分析

农业用电在整个社会电力消费消耗中的占比比较小。农业用电有一个最为突出的特点，即季节性很强。从电力负荷上来看，农业用电在日内的变化相对来说比较小，但是在月度内以及在季节内来说，负荷的变化就是比较大了，呈现出不均衡的特点。如说排灌用电，冬季负荷很小，低达0.1，而夏季负荷很大，高达0.9，差别很大。因此，如何能够准确地预测农业排灌用电对电力消费预测具有很重要的意义。当前，我们采取的方法是根据地域特征，建立季节性时间序列模型，挖掘不平衡特征，从而对农业行业企业客户做到电力消费预测。

（三）交通运输业用电特点分析

交通运输业的用电在整个社会电力消费消耗中的占比比较小，而且日内，月度内，季节内以及年度内的变化均比较小，负荷达0.5左右。随着交通运输业的发展，交通运输用电量会有较大幅度的增长，但总体来说，交通运输占总体电力消费消耗的比重相对来说是稳定的。

3电力消费预测的基本准则

电力消费预测工作是根据电力消费的变化规律，预测或者判断未来趋势以及状况的活动，因此必须能够利用科学的方法总结出预测的基本准则，用于指导电力消费预测工作，电力消费预测主要由以下6个基本准则组成：

（一）可知性准则

预测对象的发展规律，预测对象的未来发展趋势以及状况是客观存在并且是为人知的。客观世界是可以被认识的，人们不但可以认识到预测对象的过去和现在，而且可以通过总结预测对象的过去来推测其未来，这就是人们进行电力消费预测活动的基本准则之一。

（二）可能性准则

任何事物的发展变化都是在内因以及外因的共同影响之下进行的，内因的变化和外因作用力大小不同，会使得预测对象发展变化有多种可能性。所以，对预测对象某一个具体指标的预测，往往是按照它的发展变化规律，进行多方面的预测的。

（三）相似性准则

世界上没有两片完全相同的叶子，说的是客观世界中事物的不同。当然，对于各种事物的发展变化也必然各不相同，但是一些对象的变化发展还是存在着惊人的相似之处，所以人们就用这种相似性进行预测。例如，在预测一家用电企业的电量消费时，当难以用回归分析等方法建模预测时，我们可以考虑一个早已建成的同地区同行业同规模大小的用电客户，以其发展时期相对应的电量消费情况，作为预测新的用电客户的用电量消费预测基础，从而得到相应的预测结果。

（四）连续型准则

连续型准则强调了预测对象总是从过去发展到现在，从现在发展到未来，并且认为预测对象发展变化中会以原有特征保持下去。电力系统的发展变化存在着连续性，也就是说某些负荷指标会以原有的趋势变化发展下去，这种连续性使我们进行负荷预测的主要依据。因此，通过数据挖掘等技术手段，从而了解对象的过去现在，并根据其发展变化规律，从而预测未来。

（五）反馈性准则

反馈性就是利用输出返回到输入，调节输入，从而调节输出结果。预测的反馈性准则实际上是为了不断提高预测的准确性而进行的反馈调节。在对电力消费预测实践过程中，人们发现当预测的结果和经过一段实践所得到的实际值存在着一些差距时，我们可以利用这个差距对预测值进行反馈调节，从而提高预测的精确性。反馈性准则实际上就是将预测的理论值和实际值相结合，在实践中检验，并进行修改与调整，从而使预测精确性进一步提高。

（六）系统性准则

系统性准则认为预测对象是一个完整的体系。比如说对于电力消费，它本身有内在的系统，与外界事物的联系又形成了外在系统，这些系统综合成一个整体的总系统。对对象未来的预测，需要综合考虑整体系统的动态发展，密切关注系统之间的影响因素。系统性准则同样还强调系统整体性，只有系统整体达到最佳，才能为决策者提高最佳的预测方案。

参考文献：

[1]刘毅.某市电力需求预测分析[D].华北电力大学，2015.

[2]陶亮.以用电特点分析为基础的电力需求预测[J].2015.

[3]何云辉.电力需求预测的实用方法研究[D].四川大学，2005.

[4]王艳龙.基于数据挖掘的中长期电力市场需求分析及预测[D].浙江大学，2016.

[5]舒格兰.基于数据挖掘理论的中长期电力市场需求分析和预测研究[J].科技与创新，2016（24）：46-46.