城市年度电能消耗数据既有随机成分,又有较明显的内在规律。科学预测城市电力需求,是一项重要的基础性工作,需要有一种较为简易又有足够精度的预测方法。从紧贴实际和易于检验出发,以常州市1995~2004年度的奎社会用电量作为时间序列,用求和自回归移动平均(ARIMA)乘积模型建模,并做出1年期电能消耗预测。将预测结果和2005年1~12月的实际用电量进行对比,预测结果令人满意
维普资讯 doc.guandang.net
20 0 7年第 2期总第 2 1 4
A t c r e a s uoor t∞ J j 一
P r i Ig t c r e B jn a t& u o 0 r It o s . . . . . . . . . —
6预
测
10 8 7 8 5 4 8 2 .
I9 0 7 G 5 4 a 2 2 3 4 5 B 7 8 9 10 1 . . .
利用上述模型,以月为单位的 1做 2期
预测,并把原时间序列和预测序列同时显示 在图 7中如下: 图中, *号的折线图是预测结果,带不
带 *号的是原时间序列。从拟合情况看基 本令人满意。表 2是 2 0 0 5年预测数据和 1 ~1月份实际数据的对比(0 5年数据取 2 20 图 4序列自相关图
_相咖 _ : .要审: ● _耋水 4月 5月 6月 7月
图 5序列偏自相关图
自常州统计信息网月报数据)。 7讨论 ’
表 2预测数据和实际数据对比表 (电l数据为兆千瓦时 ) Z0 O 5年 1月 2月 3月 实际数据 预测数据
8月 9月
1 O月 1 1月 1 2月
从数据对比来看,的趋势足一致的,总
14 3 9 3 1 5 1 9 8 5 2 17 5 1 6 6 15 3 1 5 2 I 6 8 0 4 3 14 2 1 4 8 1 5 4 1 7 6 3 4 3 4 7 l26 11 5 4 9 3】4 4 7 1 7 l7 9 7 l49 15 1 3 7 4 l 7 14 5 2 l 4 0 6 8 1 1 5 0 2
2 1 6 5
误差不大,均在置信区间内。平均相对误差 为 0 0 2可见预测效果良好。仔细观察表 .5,
相对误差
0 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 O 0 0 .0 .1 .3 .4 .4 .5 .3 .1 . 5 .3 .l .2 On i ir I e s Su r0 Et ml 0 odt oa a l qa e s i in l L
2数据, 2月份的数据偏离一般规律较远。 如果忽略这个月的数据,其余 1 1个月的平
S ad r t nad
AP 0 p rx
均相对误差为0 0 7即小于 5,果很理想。实际数据 .3, 效 Lg a I I 2
Pr ee aa tr m Ml1 A, M 1船.
Elrt si e a 0G 34 .5 1 070 ̄ .98 i
Err tV I P ro aU e r>II t 00 58 .7 3 0 028 .7 5 8 6 .7 I. o8 0<0 0 .0 I < 00 .0 1
要比预测数据稍大~些,明增长的势头比以往更为强说劲。预测结果表明,由于以年、为单位的城市电能消耗月规律性较强,动的影响不明显,扰因此用 A I R MA模型的预测方法效果较好。由于原时间序列只有 l o年的范围, 对预测精度是个不利因素,随着时间的推移,原始时间序列的数据更多之后,预测精度可以进一步提高 . 在模型识别过程中,曾尝试过其他可能的模型,其但他参数的 t太小,些系数为零的假设检验并不显著,值这 所以仍然使用上模型。其他模型的尝试过程从略。述
M v n v rg a t r o i£A e a e F c o s
Fco: 1—0834B 1 at rI . 1料() 5 Fco: 1—0705B I) at r2 . 8料(2 9
图 6参数估计结果
。
参
考
文
献
[]王燕.用时间序列分析[ .京:国人阮大学出版 1应 M3北中 社,0 5 20.
E3邓祖新 . AS系统和数据分析[ .京:子:业出版 2 S M]北电亡 社,0 2 2 0: ∞ Mo t fh
一
[3 3 Ma mo dA. L—Ii iC i t一 rl e l tit一 h u A r n. l e e td Ee r i De a ma a c cy m a d sd a a e n
n Oi— e p ri g Co n r s t e n - i e M n g me t i l x o t u ti— h n e
cs fh i d ae eUnt—ArdE rtsJ . nr yP ly 2 0, ot e e mi e[] E eg oi,0 5 a - c 图7 1 2期预测结果 33: 50— 2 36 23 O.
, -,
4 --+一 4“ -- 4 - --+ *+ n+ - - 4 -+ - 4 - - *+ n + -- --—_+ -—+ -+ n+一 --+ -+ p-+ - 4+一一 - -++一+ - -● n+一+ +一+ - 4+ -一-” - 4 - - 4, - -- ’— - -- 4 - - -
(上接第 1 4页) 6
[]Hyaie O aE Id pn etC mp n n ayi: 4 v r nA, j . n ee dn o o etAnls A1 n s参考文献 g rh n pi t n[] Ne rl t rs2 0, 3 oi msa dAp l ai s J . ua Newok, 0 0 1: t c o 41 1— 4 . 30
[]董玲, 1白焰 .变景系统的神经元解耦控制[]现代电力,多 J. 1 9 1 () 1 9 9, 6 1: 1—1 . 6
[]Hyaie F s n o ut ie p it loi msfr 5 v r nA. at dR b s x d— on A g r h o n a F t Idp n et o o e t ayi JI E E T a so e— n e ed n mp nn lss[-I E rn. n N u C An . r1Newo k, 9 9 1 ( ):2 a t r s 1 9, 0 3 6 6—6 4 3.
[]黄金泉, 2孙健国.涡喷发动机多变量自适应加速控制[]航 J. 空动力学报,9 4 92:0—2 0 19, () 2 7 1. E]张贤达,铮 .信号分离 I]电子学报,0 1 2 ( 1: 3保盲 - . j 2 0, 9 z) 1 6一】7 . 7 6 7】
[] T eF s c ak g o t h . V ri 2 4 ht:/ 6 h at a P c ae frMal 6 X, es n . . t/ i a o p WWW. i. u . ip 0e tia fsia 2 0 . cs h t f rjc/c/a t, 0 5/ c
】 7 6

软件SAS建立河南省GDP变化 的ARIMA(p,d,q)预测...城镇化与城市发展 黪黪:}表2河南省历年国民生产...(4) 本文主要研究电力系统的窃电问题.采用ARIMA(p...
基于SAS软件的城市电力需... 暂无评价 3页 2.00 基才ARIMA模型的郑州...模型在房屋销售价格指数预测中的 应用及 SAS 实现孙淑珍, 刘双 (华北电力大学...
ARIMA模型在河南省GDP预测中的应用及SAS实现_专业资料。本文介绍求和自回归移动... ARIMA计量技术下河南省农... 8人阅读 3页 2.00 基于SAS软件的城市电力...
基于ARIMA模型的股票行情预测_李秀琴_金融/投资_...时间序列分析是决策 、 预测的主要方法 ,SAS 软件...中的难点 , 也是考验设计师设计能力高低的地方 。 ...
城镇化与城市发展 中国科技信息 2006 年第 10期 CHINASCIENCEANDTECHNOLOGY...方法,并 利用统计软件 SAS 建立河南省 GDP 变化 的ARIMA(p,d,q)预测模型。...
应用SAS软件对其进行数据分析 并建立ARIMA模型,利用模型预测了2010年-2014年GDP...[2]王敏玲. 江门市 GDP 的 ARIMA 建模与预测[J]. 四川兵工学报,2011,1:...
基于ARIMA模型的高等学校毕业生规模分析与预测_专业资料。本文运用全国1978~2009年普通高等学校毕业生数,结合ARIMA模型,利用SAS软件对高等学校毕业生规模进行分析与...
基于季节 ARIMA 模型的全社会用电量预测 摘要电力需求预测是电网规划设计与建设的...根据这些特点,本文运用 SAS 软件对我国全社会月度用电量的历史数据建立时间序列...
两种模型的结果都表明现阶段电力需求与城市化高度...( ARIMA) 和一般指数平滑等各类方法, 已被广泛应用...模型估计使用 Eviews6 0 软件来实现。 1 程( 10...
ARIMA模型在福建省GDP预... 4页 1下载券 ARIMA模型在上海市GDP预... 2页...本文以广东省1978年至2009年三十二年来省内生产总值为基础,SAS软件对数 据进行...
热门文档