文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于SAS软件的城市电力需求ARIMA模型及预测
侵权投诉

基于SAS软件的城市电力需求ARIMA模型及预测

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

基于SAS软件的城市电力需求ARIMA模型及预测

上一页第3页

你可能喜欢

  • ARMA模型
  • 系统动力学模型
  • 生态模型
  • 水资源预测模型

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email