專利名稱：基于小波分解和相空間重構的電力均價預測方法
技術領域：
本發明涉及一種電力市場電力均價的預測方法，特別涉及一種基于小波分解和相空間重構的電力均價預測方法。
背景技術：
電力銷售市場可分為七個細分市場大工業、非普工業、居民照明、非居民照明、商業、農業生產、躉售。均價是各個細分市場電價的一個綜合計算量，其定義是某單位時間內(如年、月)全社會各類不同用電性質售電量銷售收入之和除以全社會銷售電量之和的的商。計算公式如下 其中
是電力銷售市場均價，pi是指目錄電價體系中的某項電價，qi則是指該項電價所對應的當月售電量。
由于均價實質上體現了全社會用電結構的總體構成，所以準確的均價預測將為分析用電結構的變化提供重要依據，并可根據分析得出的結果，制定和修正針對各個細分市場的價格策略和服務策略，為電力企業的市場化提供有力的智力支持。且電力企業為控制線損，會對下級的電力部門提出線損指標，下級部門在沒有達到指標時，將可能把線損電量記入總售電量，造成均價的降低，準確的均價預測將為線損指標的管理提供數據依據，對減少線損有實用意義。
由于中國目錄電價名目繁多，達600余種。如果按照傳統的思路，使用均價計算公式預測均價。則需預測目錄電價對應各名目所對應的售電量，一則運算量極大，二則某些名目所對應的售電量變化無規律，預測精度不高，預測效果事倍功半。
發明內容
為了解決現有電力均價預測存在的技術問題，本發明提供一種基于小波分解和相空間重構的電力均價預測方法，本發明通過引入均價貢獻率這個中間量，將預測轉化為各細分市場的均價預測，減少了計算量，提高了預測精度。
本發明解決上述技術問題的技術方案包括以下步驟 1)、根據電力銷售數據計算各細分市場均價貢獻率歷史數據； 2)、采用小波分解將均價貢獻率歷史數據分解為趨勢項、周期項和隨機項； 3)、采用ARMA模型、周期圖法及相空間重構法分別預測趨勢項、周期項和隨機項，將結果相加，得到均價貢獻率的預測結果； 4)、根據目錄電價估計各細分市場電力均價； 5)、根據各細分市場均價估計結果和均價貢獻率預測結果，計算電力市場預測均價。
本發明的技術效果在于本發明引入了均價貢獻率，減少了預測的計算量，在實際預測中，取得了較好的預測精度。
具體實施例方式 本發明引入了均價貢獻率，將預測問題轉化為均價貢獻率及各細分市場的均價預測。對均價貢獻率采用小波分解，分解為趨勢項、周期項和隨機項，然后根據以上三種時間序列的特點，采用相應的預測方法進行預測。對各細分市場的均價，根據目錄電價進行估測。其理論基礎是 (1)均價貢獻率的定義 均價貢獻率用于表明各細分市場對均價的影響權重。
在對數據的挖掘中發現，為了方便的衡量各個細分市場對均價的影響權重，引入一個中間參數-均價貢獻率α，α定義為 式中i為細分市場編號，F為電費，Q為總售電量。
從上式可以看出，α實質上就是每月各細分市場電費在總電費中所占比例。
(2)均價預測公式的推導 下邊設電價為P、電量為Q、電費為F、均價為P、均價貢獻率為α。由定義可知 式中i為細分市場編號，i＝(1，2...6，7) 根據以上(1)、(2)、(3)式，可推導出 ∵ 由(8)式，如果可以預測各細分市場的均價貢獻率和均價，即可推導出整個電力銷售市場的均價預測值。這樣，對整個電力銷售市場的均價預測就轉化成對各細分市場的均價和均價貢獻率的預測。以下將分別對各細分市場的均價貢獻率和均價預測問題進行分析。
(3)均價貢獻率的預測 對任何非線性函數f(t)，可以對其進行多尺度的小波分解 其中Cj，k是函數f關于ψ的對偶
的積分小波變換，即 其中{ψj，k}為小波基。對均價貢獻率進行小波分解，得J(t)＝T(t)+M(t)+R(t)(T(t)、M(t)、R(t)分別表示趨勢、周期、隨機項) a)趨勢項T(t)預測 趨勢項預測采用自回歸-動平均模型(auto-regressive moving average，ARMA)建模預測。
b)周期項M(t)預測 周期項可以看成由多個正弦函數與隨機誤差疊加而成，所以 由于E(εt)＝0 有參數A 采用最小二乘法最小化A，得到ai、bi的估值為
得預測值如下
c)隨機項的預測 小波分解后得到的隨機項，由于E(R)≠0，所以不可直接視為白噪聲，在預測中要作為重要的一項。計算其李亞普諾夫指數λ＞0，表明其混沌特性較為明顯，所以采用相空間重構的混沌時間序列預測方法進行處理。
對隨機項R(t)＝[r1，r2……rn…]，選擇合適的嵌入維m和時間延遲τ，相空間重構，得 Ri＝[ri，ri+τ，ri+2τ，……，ri+(m-1)τ]i＝1，2，...，n-(m-1)τ 將相空間軌跡最后一點作為中心點，把距離中心點較近得若干軌跡點作為相關點，依據各點與中心點的距離，為各點賦予不同的權值，較近點賦值較大，較遠點賦值較小。對這些點進行擬和，預測下一點軌跡的走向 Rm+1為預測所得相空間中下一點的軌跡，Rmj為相空間中一點，mp則為點數總和，dmj和dmin為各點到中心點的空間距離和最小距離。從上式可以看出，離中心點距離越近，在預測中所占比例越大。最后可從Rm+1中分離出預測值rm+1。
(4)各細分市場均價的確定 由于各細分市場的用電特點不同，定價策略也不一樣。依據定價策略，可將7個細分市場分為3類。第一類為工業類，包括大工業和非普工業；第二類為民用電類，包括居民用電、非居民用電和商業用電；第三類則包括躉售用電和農業生產用電，這一類受氣候條件影響較大。
a)工業類均價的確定 工業類用電可劃分為200KV、110KV、35KV、1-10KV及其它等五個電壓等級，前四個電壓等級在目錄電價中有明確的定價，而“其它”類所占比例較小，電價可以估計。得到各等級電價，然后計算得到各電壓等級的均價貢獻率，重復以上均價貢獻率的預測步驟，帶入均價計算公式，即可得最后的均價預測值。
b)民用電均價的確定 民用電可劃分為1KV以下和1-10KV兩個電壓等級，每個電壓等級在目錄電價中也有明確定價。使用與上相同方法，可得到其均價預測值。
c)躉售用電和農業生產用電均價的確定 這兩個細分市場均價波動較大，預測難度較大。但是由于在整個電力市場中，它們所占比例較小，使用上年度平均電價作為實際值的替代，對整體預測精度影響很小。
本發明的具體步驟為 1、據統計數據形成數據庫，要求包含各年度、各細分市場、各電壓等級的售電量和電費； 2、根據原始數據，計算各細分市場、各電壓等級的均價貢獻率； 3、預測各細分市場、各電壓等級均價貢獻率； 4、依據各電壓等級均價貢獻率預測值，計算大工業、非普工業、居民照明、非居民照明、商業用電等細分市場的均價，并用前一年度躉售和農業生產用電的平均電價作為均價替代值； 5、將各細分市場的均價和均價貢獻率預測值帶入均價計算公式，得到電力市場均價的預測值。
權利要求
一種基于小波分解和相空間重構的電力均價預測方法，包括以下步驟
1)、根據電力銷售數據計算各細分市場均價貢獻率歷史數據；
2)、采用小波分解將均價貢獻率歷史數據分解為趨勢項、周期項和隨機項；
3)、采用ARMA模型、周期圖法及相空間重構法分別預測趨勢項、周期項和隨機項，將結果相加，得到均價貢獻率的預測結果；
4)、根據目錄電價估計各細分市場電力均價；
5)、根據各細分市場均價估計結果和均價貢獻率預測結果，計算電力市場預測均價。
全文摘要
本發明公開了一種基于小波分解和相空間重構的電力均價預測方法，包括以下步驟根據電力銷售數據計算各細分市場均價貢獻率歷史數據；采用小波分解將均價貢獻率歷史數據分解為趨勢項、周期項和隨機項；采用ARMA模型、周期圖法及相空間重構法分別預測趨勢項、周期項和隨機項，將結果相加，得到均價貢獻率的預測結果；根據目錄電價估計各細分市場電力均價；根據各細分市場均價估計結果和均價貢獻率預測結果，計算電力市場預測均價。本發明有效減少了均價預測的計算量，提高了電力均價預測精度。
文檔編號G06Q30/00GK101236636SQ20081003058
公開日2008年8月6日 申請日期2008年2月2日 優先權日2008年2月2日
發明者何怡剛, 桓 王 申請人:湖南大學