基于時間序列法和回歸分析法的改進月售電量預(yù)測方法研究.pdf

1、準確的月售電量預(yù)測對電力公司的業(yè)績考核、控制利潤平衡以及電力營銷工作等都有著極其重要的作用。目前，國內(nèi)外常用的月售電量預(yù)測方法為時間序列法和回歸分析法，這兩種方法發(fā)展相對成熟、應(yīng)用簡單且在許多情況下都取得了較好的預(yù)測效果。然而，現(xiàn)有相關(guān)研究仍然存在一些影響預(yù)測精度的缺陷。本文針對現(xiàn)有研究存在的各項問題分別展開了改進研究，主要研究成果如下：
　?、偬岢隽私Y(jié)合ARIMA模型與X12乘法模型的月售電量預(yù)測改進方法。時間序列ARIMA模型

2、或季節(jié)ARIMA模型直接對月售電量進行預(yù)測時，月售電量內(nèi)含的趨勢分量、季節(jié)周期分量以及隨機分量會相互干擾，從而影響預(yù)測精度。針對該問題，本文提出了結(jié)合ARIMA模型與X12乘法模型的月售電量預(yù)測改進方法。首先，用 X12乘法模型將歷史月售電量分解為趨勢分量、季節(jié)周期分量和隨機分量；其中趨勢分量用ARIMA模型預(yù)測，季節(jié)周期分量和隨機分量分別用加權(quán)法和平均法預(yù)測；最后，用X12乘法模型將上述三個分量的預(yù)測值還原為最終預(yù)測值。用重慶市銅梁區(qū)

3、實際數(shù)據(jù)仿真分析，驗證了所提改進方法的有效性。
　　②分析了月售電量的主要影響因素。以重慶市銅梁區(qū)為例，針對該地區(qū)的實際數(shù)據(jù)進行了月售電量主要影響因素分析，重點分析了經(jīng)濟、溫度、節(jié)假日天數(shù)、月份以及業(yè)擴容量與月售電量之間的關(guān)系。
　?、厶岢隽丝紤]舒適溫度區(qū)間、突變量以及春節(jié)分布的三種改進措施?，F(xiàn)有月售電量預(yù)測回歸模型存在三點問題：考慮溫度影響時忽略了在一定舒適溫度區(qū)間內(nèi)不存在采暖措施與制冷措施的事實；由于隨機變動不易量化而忽

4、略了它對月售電量的影響；未考慮春節(jié)分布對月售電量的影響。上述三點問題都將在一定程度上影響預(yù)測精度。針對上述三點問題，本文對應(yīng)提出三種改進措施：分別選擇低溫閾值溫度與高溫閾值溫度，僅當實際溫度高于高溫閾值溫度或低于低溫閾值溫度時才產(chǎn)生采暖措施或制冷措施；提出用“隨機變動級別”將隨機變動量化的方法，并將其量化值作為月售電量影響因素納入回歸模型；提出考慮春節(jié)分布影響的改進方法——將歷史月售電量序列轉(zhuǎn)換為春節(jié)全部分布在2月的新序列并利用新序列參