用電量預測是用戶用能分析的一項重要研究內容，不僅能夠幫助電力企業預判整個行業用電量發展趨勢，還能幫助企業合理安排購電計劃。其預測方法分為經典預測方法和現代智能預測方法，經典預測方法基于發展趨勢的相似性進行預測，當用電量趨勢波動較大時預測效果會產生明顯下降。

1. 多種外部因素影響用戶用電量：用戶用電量不僅受天氣、季節等自然因素的影響，還與多種社會經濟因素存在關聯關系。這會增加用電量預測的建模難度。

圖1  DTEmpower不僅提供了一站式的數據建模解決方案，通過簡單的節點拖拽即可搭建完整的建模流程；還集成了ARIMA、SARIMA、TBATS等常見的時序預測算法，滿足用戶對時序預測建模需求的同時，掃清了數據驅動技術在實際工業應用中落地的一大障礙

圖2  基于DTEmpower的用戶用電量預測建模過程，通過5個節點的連接即可搭建完整的時序預測模型，最終模型對t+1時刻預測值的R2指標為94.27%

1. 【時序變量設定】節點可以設置時間變量、預測變量和外源變量三類：時間變量為時序模型的對應時間索引列，預測變量為時序模型用于預測的變量，外源變量為影響預測變量的其他變量。

通過時序預測的方法，精確快速的預測用戶用電量的變化情況，為合理的電力輸送及調度提供模型支撐。

高精度的用戶用電量預測模型有利于節煤、節油和降低發電成本，避免資源浪費，為制定合理的電源建設規劃，提高電力系統的經濟效益和社會效益提供助力。