浅谈业扩报装大数据的电量预测策略

张敏

国网四川省电力公司成都市郫都供电分公司 四川成都 611700

在漫长的发展时间里，电力行业的技术人员始终在不断研究有效的电量预测方法，企图通过对于预测算法的不断改进与优化，创新算法最终所能够反应的实际电量数值，从而为业扩报装工作的开展提供详实的参考资料。能够成为难点的一项在于，该如何在准确认识行业电量应用层次的基础上，最大可能的将每一层次的预测电量都计算到，从而提升电量预测的有效性和精准度，保证其具有一定的可信度。

1 浅谈业扩报装大数据的电量预测方法

1.1 电力弹性系数计算法

电力弹性系数属于站在宏观角度而言的数据指标，可以对电量负荷进行长远性的分析与预测。通常来说，电力消费弹性系数主要指代由电力消费增长率除以国民经济增长率得到的比值数据，体现着电力需求的增速和经济发展之间的内在联系，能够直接判断出提升经济对于电力发展的促进作用。电力弹性系数受到行业产业结构变动或者生活用电变动的影响，若是经济在一段时间内保持着比较稳定的状态，那么电力弹性系数也可以稳定保持在1以下，在排除生活用电量的条件下，可以直接预测电量的弹性系数[1]。

1.2 电力需求类比推理法

在对某个地区的电量做出预测分析的时候，可以先分析和该地区电力需求大致发展方向比较类似的特定地区，再运用人均用电量法、负荷密度法等计算方式，做出未来一段时间该地区的用电情况。其中，一些涉及到地区间经济结构、资源结构、生产、消费等方面的因素，可以结合国内特定地区的用电发展情况进行推理对比分析，从而间接预测出本地区的用电量或者用电需求情况，为业扩报装工作的开展提供初步的数据参考，及时排除可能会影响到预测效果的影响因素。

1.3 应用电量影响模型法

正常来说，业扩报装包括增容、新装等主要业务范畴，其中一些业务的开展会受到一定的限制条件约束，像是供电企业在编制或者制定供电方案的时候，应确保现场勘察工作的及时完成，因客户经理在现场查勘时根据项目的建筑面积、用电设备等核实用户报装容量是否准确，以此确保制定的供电方案能够符合国家标准以及技术规程规定。而且，在业扩报装业务完成之后，还需要一段时间作为节点周期，确保客户的用电状态能够逐渐达到稳定的状态，所以可以结合现有的数据信息，积极构建业扩报装电量预测模型，分析客户在节假日、不同季节以及不同天气条件下，实际用电量方面产生的变化特征，从而顺利排出一些无关紧要的影响因素，降低在完成业扩业务之后出现短期电量波动情况的概率，提高电量预测的准确程度。

1.4 业扩报装容量折算法

电力行业的业扩报装容量，属于电量增量的主要途径，主要是因为电量增量和业扩报装容量之间存在着正相关的内在联系。在开展业扩报装业务的时候，技术人员可以根据业扩报装容量出现的增加或者降低情况，运用该年度等效小时=（该年度用电量-上一年用电量）/上一年全年的业扩报装容量，折合预算处该年度的用电量情况，从而及时了解到电量是有所增加还是减少。等到开展业扩报装业务的时候，就可以根据折算结果进行综合性的考虑，以便得到更为合理的电量预测结果。

2 浅谈业扩报装大数据的电量预测策略

2.1 规范业扩报装电量流程

正常来讲，在业扩报装大数据处理环节中，业扩报装和电量增长之间存在着必然的联系。主要在于当业扩报装已经被处理完一段时间之后，依然能够对负荷利用率的动态变化产生影响，若是以时间点作为依据，那么分析负荷利用率实际上呈现的变化规律，有利于直接分析业扩容量在哪一时间段更具备操作可行性。通常来说，每位用户申请业扩报装服务的时间点都有所不同，这些时间点都可以被看作是数据信息，可以进行统一化的数据处理，如此便可以实现业扩数据在不同时间点的集中操作[2]。等到后续即将建立电量预测模型的时候，再根据地区、业扩报装业务类型、所属行业以及容量下的业扩报装等情况，充分考虑业扩报装业务从申请通过到开始承担送电业务的过程中，所体现出来的不同的运行特征，实现数据信息的深化处理与有效整合，以便将经济成本、气候影响、节假日等方面的因素进行拆解计算，直接作为构建业扩报装与负荷利用率变化趋势模型的数据信息，确保业扩报装大数据电量预测环节的规范化操作。

2.2 建立业扩电量影响模型

在收集到海量的业扩报装数据信息之后，应当及时对数据信息进行整合处理，确保经过处理的业扩报装数据能够为送电服务所应用。直到按照客户的用电业务需求完成业扩报装业务之后，再将除了变更供电线路或者双路电源等事宜以外的数据信息记录在业扩报装工作表中。例如，在客户不同的业扩报装业务申请基础上，可以将申请业务的时间视为初始时间，开始的第一个月视为0月，此后每个月的用电量时间设置为1-12个月，再将一些无法根据业扩报装业务情况，严格区分电量变化的客户进行排除。接着，就可以按照“当月电量变化数值/业扩容量×24×月具体天数=负荷利用率变化数值”的计算公式，初步构建如表1所示的业扩电量的影响模型。

接着将客户每月都会实际消耗的电量以及负荷利用率的变化数值统一设定为正数，当然根据计算公式的特点来看，实际计算结果还会随着时间的流逝持续增加。最终，在利用F表示月负荷率、Tind代表行业特定种类、Mperiod作为客户申请业扩报装业务和统计月份间隔、Ktype作为客户所申请的业扩报装类型的基础上，计算业扩报装业务实际负荷利用率变化数值的公式应为：

当然,其中的Paddi代表着在该行业类型的前提下，第i个申请业扩报装的客户所使用的，或者有所增加或者有所减少的预测电量。

表2 典型行业2017年业扩报装后的负荷率情况

2.3 构建业扩报装预测模型

在业扩报装电量的预测环节，技术人员要注意选用科学的电量预测方法，确保涉及到预测电量工作的各项数据信息，都能够作为预测要素，被统一被应用到基于业扩报装数据信息基础上电量预测模型的构建。例如，某地区典型行业2017年经过业扩报装处理之后的负荷率情况大致如表2所示[3]。

在运用第2季度业扩数据信息预测第4季度电量的时候，全面收集了所处行业、地区以及业扩报装的类型等信息，率先统计在四、五、六月的业扩数据，接着又对得到的数据信息进行了循环分析。根据四月和十月之间的六个月间隔、十一月之间的七个月间隔、十二月之间的八个月间隔等信息，针对行业、业扩类型和月份间隔等方面，构建相应的负荷利用率变化模型。直到提炼出贴近精准的负荷变化值后，再利用计算公式：

重点统计从开始月份Mstart到结束月份Mend的业扩信息情况，可能会对将来月份Meffect用电量造成的影响，其中Pj代表在该特定行业种类下，第j个申请业扩报表业务的客户或增加或减少的电量情况，密切影响着对应着业扩电量的月份Meffect，最终该地区2017年基于业扩模型基础上的电量预测结果大致如表3所示。

表3 基于业扩模型典型行业2017年电量预测结果

3 结语

综上所述，时下许多技术人员始终在不断探索在业扩报装大数据基础上，不断改善预测电量方式方法的技术手段，一定程度上带动了电量预测技术水平的提高。就目前的发展现状而言，精准的电量预测工作，的确能够为电力网络的技术人员提供大量客观真实的数据参考信息，有利于实现电力调度的精准化发展，从而满足特定地区或特定行业用户的电力需求，彰显电力公司运行方式的经济效益及社会效益。