一种综合能源预测方法
【技术领域】
[0001] 本发明涉及能源消费预测技术领域，尤其涉及一种综合能源预测方法，具体是一 种能源消费预测方法。
【背景技术】
[0002] 目前，我国处于经济发展新常态发展阶段，以⑶P为主的主要经济指标呈现相对 稳定的低增长趋势，随着大气污染防治行动计划的推进，受国际原油价格的震荡下行、天然 气、煤炭等一次能源价格持续波动、高耗能产业限制产量等多因素影响，能源发展面临新的 发展环境。因此，能源消费总量的预测成为能源发展规划的重要环节之一。
[0003] 现有技术多采用基于学习训练的预测方法来预测某地区的能源需求总量，然而， 目前所采用的方法普遍存在预测不准确的问题。这一类预测方法中，核心环节是学习器的 训练，为了保证预测的计算速度，多采用弱分类的方法构造学习器，而弱分类器对于样本特 征的分类可能存在错误的判断，造成错误学习。由于能源消费需求受到社会发展形势、产业 结构调整、环境影响因素、地区经济发展程度、行政规划等等诸多因素影响，其因素特征普 遍缺乏显著性与规律性，导致目前的诸多预测方法错误学习情况比较严重，并不能准确地 适用于能源消费需求预测问题。
[0004] 截止目前，对于中长期能源消费预测问题主要采用智能学习算法、灰色系统理论、 专家系统、支持向量机等方法，没有针对考虑产业结构调整、碳排放约束、新能源接入电网 的预测方法，仅仅将大量历史数据进行无差别化输入计算，没有对指定地区能源消费预测 影响因素进行分析甄选，结果误差大，可信度低。同时，由于能源消费预测计算所需基础数 据量大，电网规划部门获取预测结果工作量繁重，因此设计出针对考虑大量新能源接入电 网后的，在能源环境经济多因素制约下的能源消费预测方法的工作显得极其重要。
【发明内容】
[0005] 针对上述现有技术存在的不足之处，本发明提供一种综合能源预测方法。目的在 于通过建立一套合理准确的预测理论体系及预测系统，解决能源消费预测准确度问题。
[0006] 本发明是通过以下技术方案实现的：
[0007] -种综合能源预测方法，：包括以下步骤：
[0008] 步骤1 :按年份选取地区因素历史数据以及能源消费需求实测值作为数据样本；
[0009] 步骤2 :结合步骤1中的数据，通过挖掘不同年份、不同类型的数据之间关系，寻找 地区因素样本对于能源消费需求实测值的样本权重，用于确定不同年份的地区因素对于能 源消费需求的影响程度；
[0010] 步骤3 :采用基于线性映射的预测算法，用于对当年的某地区的全年消费需求总 值进行预测。
[0011] 所述的步骤1，按年份选取地区因素历史数据以及能源消费需求实测值作为数据 样本；
[0012] 首先，确定要预测能源消费需求的年份；
[0013] 然后，在确定了该年份之后，选取在该年份之前、至少5年内各个年份中该区域因 素的历史数据以及与该年、该地区对应的能源消费需求实测值；
[0014] 所述的地区因素历史数据包括如下10项数据：总人口数，第二产业总值，国民生 产总值，居民消费水平，平均电价，电力一次能源实际投产量，电力消费比重，能源生产弹性 系数，能源加工转换效率，煤炭消费总量。
[0015] 所述的步骤2中，权重的计算步骤如下：
[0016] (1)构建层次结构，所述的层次结构由三层组成，具体为：
[0017] 目标层：为该地区待预测能源消费需求年份之前、至少5年内各个年份对应的能 源消费需求实测值；不同年份分别设立目标层；
[0018] 准则层：以目标层的年份为基础，取该年份之前、至少3年的年份，形成样本权重 年份；各目标层确定各自的样本权重年份，分别构成各自的准则层；
[0019] 方案层：根据准则层确定的年份，计算在该年份下各个地区因素历史数据在相同 能源消费需求实测值变化下的变化灵敏度；各方案层确定不同地区因素各自的变化灵敏 度，分别构成方案层；
[0020] (2)对不同的层次内的数据进行规范化处理，具体为：
[0021] 目标层：目标层代表要解决的问题，其数据不需规范化处理；
[0022] 准则层：采用标度量化准则进行规范化处理；
[0023] 方案层：首先，对于方案层的各项按照准则层所确定的不同年份分别进行规范化 处理，即归一化处理；
[0024] 然后，确定所有样本对于能源消费变化的灵敏度；
[0025] 所述的能源消费变化的灵敏度反映出，相邻年份间能源消费需求值变化与相邻年 份间样本变化间的关系；
[0026] (3)通过构建判断矩阵，求取方案层各样本对于相应准则层年份的权重，以及准则 层各年份对于目标层能源消费需求的权重；
[0027] (4)对方案层对于目标层的综合权重度1进行计算，即确定目标层年份的各项样 本对于能源消费需求值的影响权值，公式为：
[0028] ffj=I：jPjVij
[0029] 式中，Pj为准则层年份与目标层能源消费需求值之间的相关性，且有j= 1…n，其 中n彡3 ;Vij为方案层与准则层之间的相关性，且有i= 1…m，其中，m= 10,i表示第i个 因子，m表不第m个因子。
[0030] 所述的步骤3 :采用基于线性映射的预测算法，用于对当年的某地区电网的全年 能源消费需求总值进行预测，具体为：
[0031] 步骤3. 1 :对待预测地区能源消费需求年份的地区因素样本，以及该年前若干年 份的地区因素样本、能源消费需求样本进行归一化处理；并对归一化处理后的地区因素样 本根据不同年份i，与步骤2确定的影响权值I作相乘处理；
[0032] 步骤3. 2 :构造原始样本集，作为基于线性映射预测算法的输入；
[0033] 将步骤（3. 1)中10项地区因素样本为输入样本<，以及全地区能源消费需求量 作为输出量父，建立分类样本集s;如下：
【主权项】
1. 一种综合能源预测方法，其特征在于：包括以下步骤： 步骤1:按年份选取地区因素历史数据以及能源消费需求实测值作为数据样本； 步骤2 :结合步骤1中的数据，通过挖掘不同年份、不同类型的数据之间关系，寻找地区 因素样本对于能源消费需求实测值的样本权重，用于确定不同年份的地区因素对于能源消 费需求的影响程度； 步骤3:采用基于线性映射的预测算法，用于对当年的某地区的全年消费需求总值进 行预测。
2. 根据权利要求1所述的一种综合能源预测方法，其特征在于： 所述的步骤1，按年份选取地区因素历史数据以及能源消费需求实测值作为数据样 本； 首先，确定要预测能源消费需求的年份； 然后，在确定了该年份之后，选取在该年份之前、至少5年内各个年份中该区域因素的 历史数据以及与该年、该地区对应的能源消费需求实测值； 所述的地区因素历史数据包括如下10项数据：总人口数，第二产业总值，国民生产总 值，居民消费水平，平均电价，电力一次能源实际投产量，电力消费比重，能源生产弹性系 数，能源加工转换效率，煤炭消费总量。
3. 根据权利要求1所述的一种综合能源预测方法，其特征在于： 所述的步骤2中，权重的计算步骤如下： (1) 构建层次结构，所述的层次结构由三层组成，具体为： 目标层：为该地区待预测能源消费需求年份之前、至少5年内各个年份对应的能源消 费需求实测值；不同年份分别设立目标层； 准则层：以目标层的年份为基础，取该年份之前、至少3年的年份，形成样本权重年份； 各目标层确定各自的样本权重年份，分别构成各自的准则层； 方案层：根据准则层确定的年份，计算在该年份下各个地区因素历史数据在相同能源 消费需求实测值变化下的变化灵敏度；各方案层确定不同地区因素各自的变化灵敏度，分 别构成方案层； (2) 对不同的层次内的数据进行规范化处理，具体为： 目标层：目标层代表要解决的问题，其数据不需规范化处理； 准则层：采用标度量化准则进行规范化处理； 方案层：首先，对于方案层的各项按照准则层所确定的不同年份分别进行规范化处理， 即归一化处理； 然后，确定所有样本对于能源消费变化的灵敏度； 所述的能源消费变化的灵敏度反映出，相邻年份间能源消费需求值变化与相邻年份间 样本变化间的关系； (3) 通过构建判断矩阵，求取方案层各样本对于相应准则层年份的权重，以及准则层各 年份对于目标层能源消费需求的权重； (4) 对方案层对于目标层的综合权重度1进行计算，即确定目标层年份的各项样本对 于能源消费需求值的影响权值，公式为： Wi= 2 jPjVij 式中，准则层年份与目标层能源消费需求值之间的相关性，且有j= 1…n，其中n彡3 ;Vij为方案层与准则层之