面向电力需求预测的高维要素解构与偏离系数校正方法

本申请涉及电力需求预测技术领域，特别涉及一种面向电力需求预测的高维要素解构与偏离系数校正方法，其中，方法包括：基于敏感性分析法构建不同要素对电力需求的时空偏离系数矩阵，随后基于层次分析法与解释结构模型所确定的变量相对重要性等级和层次结构，在此基础上构建对应的vine copula模型，并求解各要素耦合相关性系数矩阵，最终以交替投影的方式得到综合偏离系数矩阵，从而可在充分考虑不同要素时空特征与相互耦合作用影响的基础上，实现对电力长期需求预测结果的动态修正。由此，解决了现有的电力需求预测方法并未充分考虑各要素时空分布特征、交互耦合影响，无法将相关性分析结果直接用作输入变量等问题。