大航杯智造扬中电力 AI 大赛 RANK6 思路总结

2024-08-19
浙江
本文字数：1846 字
阅读完需：约 6 分钟

一、赛题介绍

本次比赛期望参赛者基于给定的扬中市高新区的 1000 多家企业的历史用电量数据（表 1）精准预测下一个月的每日总用电量。参赛者可以参考其他外部数据，比如天气、经济数据，但是使用外部数据的时间范围必须在预测时间之前获取的数据。

表 1. 扬中市高新区的 1000 多家企业的用电量

二、分析思路

单个用户的用电特征几乎没有规律可言，但在研究大量用户的负荷时，其随机性相互抵消，则呈现出很强的规律性。不过，地区级电力系统具有容量小、波动性大的特点，一般存在若干负荷容量相对较大的用户，其用电行为极大影响了总负荷。因此，我们首先对用户的负荷进行 K-Means 聚类分析。当分类数 K=4，分类结果为 1416、175、174 和其他；当分类数 K=2，分类结果为 1416 和其他。这里我们分两类进行预测，1416 的用户体量大，约占全负荷的 1/4，且其发电规律与其他用户总和明显不同。

图 1.各用户总负荷百分比饼图，时间为 2015 年 1 月 1 月至 2016 年 1 月 8 月 31 日

在业务中接触到数据的数据质量往往较差，本次大奖赛所涉及到的负荷数据亦是如此。负荷预测中的异常数据一般分为两类：1）显著异常数据：零值、空值、连续定值、显著异常阶跃等；2）非显著阶跃、转供等。这里我们主要通过水平标记和垂直标记来识别异常小值和异常大值，即比较某个用户某天的负荷与其前、后两日的平均值或者前、后两周同一星期类型的平均值进行比较，并进行水平或垂直处理，即用相应的平均值进行代替。图 2 为清洗后的结果对比图，可以看出效果是非常明显的。

图 2. 数据清洗前后对比图

母线或地市电网的负荷预测，需要对大用户用电情况进行针对性措施：1）分析其用电特征；2）了解生产过程，收集用电计划；3）进行监视，分析异动；4）分析与统计其规律性。对于 1416 用户，其用电特征基本呈现稳步上升的特征，此外还存在较强的非计划性，尤其是 2016 年 8 月、9 月和 11 月。其负荷与节假日以及星期类型的关系不大。

而其他用户负荷总和与节假日、星期类型、气象等相关性较强。1）节假日：节日期间，负荷明显较低，这与企业的停产或减产有直接关系。2）星期类型：负荷存在明显的周循环，周四的平均负荷最高，而周日的平均负荷最低。3）气象：气象要素中的温度和湿度对于负荷的影响最为显著，由于比赛中提供的气象数据的限制，我们利用的是日最低气温。需要注意的是，业务中一般用的是日平均气温。气温与负荷一般为二次曲线的关系，即高温时，温度越高，负荷越大；低温时，温度越低，负荷越大；适宜气温，负荷较小。此外，其他用户负荷总和呈现大体上升的趋势。

图 3. 非节假日期间，温度与负荷之间的散点图，不同颜色代表不同的星期类型

三、算法模型

根据之前的分析结果，我们对 1416 和其他用户运用不同方法分别进行预测，最终预测结果为两者结果之和。对于 1416 用户，选取最近 30-60 日的数据进行线性趋势预测或 ARIMA，训练时间段应选取平稳时段，剧烈波动、缺省时段应剔除。其他用户负荷分节假日和非节假日进行预测，节假日采用“倍比法”，P1i/A1=P2i/A2，其中 A1 和 A2，分别代表本年和前年预测日前一个月非节假日的平均负荷，P1i 和 P2i 分别代表本年和前年同类型日的值，例如十一的第 2 天。非节假日采用 GBDT 进行预测，输入变量为星期类型、日最低气温、天数（2015 年 1 月 1 日为第 0 天）。