随着电力用户准入门槛逐渐降低，国内外政治经济形势的不断变化，售电公司不断增多三个因素持续作用，售电公司将面临成本边界日趋严格、用户时长是新进入时长的情况。

交易中心设置受过年前一个月负荷预测偏差冲击，笔者认为其延迟特性导致在春节放假、行业新政策发布等情况下，在参考去年数据的情况下产生了一定的日前偏差。

而为消除这类延迟，全量使用数据采集装置进行覆盖则存在成本高、单体效益不足的情况；完全不覆盖，则可能由于客户行业影响，导致的突发性预测失准。

笔者结合公司自研的红外电表采集设备及用户基础，就以灰度方式在合理成本下助力电能量预测，提出几条计算的简要逻辑，与行内外朋友探讨：

1、灰度用户选取：梳理代理用户的{市，区县，行业，年用电量}数据元组，分行业在电量比重大的区县选取合作年限久或有其他业务（如容改需、需求侧响应）的客户，力图以监测点5%以内的覆盖率，覆盖总电量的10%。

2、数据分析逻辑：按照采集的数据，分别观察各企业、各地区、各行业现时与上年、上月、上周、上日的分时电量波动，取欧几里得距离，得到曲线的变化度。针对曲线整体的变形、放大情况进行比例解算，决定总体预测曲线调增、调减，预警异常数据。

3、新增用户的曲线价值分析：按照用户所在行业叠加地区的典型曲线，配合用户电费单，补充出分时细节，然后滑窗根据近1个月、1季度、1年的电价情况及峰平谷平衡收益，推算其滑窗曲线价值，并用于测算其安全报价边界。