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

基于 S S A软件的城市电力需求 A I RMA模型及预测

一

—

——

—

- -一…

一一

j王正洪, r 蔡蕙。蔡冠玉, 一…一一一——…——————一一一

一

} 一

(. 1江苏工业学院江苏常州 2 3 1;. 1 0 6 2常州供电公司江苏常州 2 3 0 ) 10 3摘要:市年度电能消耗数据既有随机成分,城又有较明显的内在规律。科学预测城市电2需求, s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,常州市 1 9~20以 9 5 0 4年度的奎社会用 电量作为时间序列,求和自回归移动平均 ( I A)积模型建模,做出 1年期电能消耗预测。将预测结果和 2 0用 AR M乘并 0 5年

1 2月的实际用电量进行对比,~1预测结果令人满意,表明该类模型可以用于城市电力需求中期预测。 关键词:间序列; RI时 A MA模型;测;AS预 S 中图分类号: P 7 T 23文献标识码: B文章编号:04— 7 X 20 ) 2 6 1 0 3 3 ( 0 7 0—15—0 3

ARI A o ei g a d F r c s i g o t e t iiy De n s d o AS M M d ln n o e a tn fCiy El c rc t ma d Ba e n S W ANG e g o g CAIH u。 CAIGu n u Zh n h n, i, a y ( . in s oy e h i nv ri Ch n z o, 1 0 6, i a 2 Ch n z o we u p yCo p n。 h n z o 2 3 0, h n ) 1 Ja g u P ltc ncU ie s y, a g h u 2 3 1 Chn; a g h u Po rS p l m a y C a g h u, 1 0 3 C ia t

A src: eea esm er n o fco s a l a b iu n r scr ls i h i esy a aao lcrct o s me b ta tTh r r o a d m tr, swe1 so vo siti i ue,nt ect e r8d t f e tii c n u . a n i e v F r e s l g cte Se e ti i e n ce t ia l sa mp r e t b sc t s s a d n e

n f r c s i g me h d wi a ir t o e a t li l c rct d ma d s in i c l i n i o tn a i a k, n e d a o e a tn t o t e se o n y f y h

uead hvn uf i t r io . o h up s fpes gc s opat ea desrt h c o ta I dl f s n a i sfie is n F rtep roeo rsi l et rci n ae Ocek u,nAR MA moe o g cn pci n o c t e isa c r ig t h 9 5 2 0 l c r iy c n u n Ch n z o s p o o e .F r c s fo e—y a lc rct e i s re c o d n O t e 1 9 ̄ 0 4 ee ti t o s me i a g h u i r p s d o e a to n me c e r S ee t ii d— y ma d i ma e u i g t i d l a d t e f r c s ig r s l r o ta t d Wih t e a t a l c rct o s me d rn — 1 n s d sn h s mo e, n h o e a t e u t a e c n r s e t h c u l ee tiiy c n u u i g 1 n s 2

mo t s o 0 5 Th e u t h w h tt e me h d c n b p l d t d u t r s f r c s i g o i e S ee tiiy d ma d n h f2 0 . e r s l s o t a h t o a e a p i o me im e m o e a t fct l c r t e n . s e n i c

K y rs t esre; o wod:i e is ARI A d lf rc sig; AS m M mo e ̄o ea tn S

科学预测城市电力负荷需求,是合理安排扩大发电能力计划的依据,也是有效实施电力需求侧管理的重要手段。建立一个简单易行又有较高预测精度的模型是一项

差分阶数;

为季节性差分算子;为季节周期; 5 D为差分

阶次。 ( )一 1仇B一亿B… B一 ~ B为非季节性自

回归算子,自回归阶数,,, 为自回归参数, P为 仇…, B 为后移算子。 ( J .一 B一 B B) 1 一 B一为季节性自

回归算子, P为季节性自回归阶数,,,,为 … 季节性自回归参数。 ( )一 1 1 B一 B— B一 一为

重要的基础性工作。】 6 9 8年美国威斯康辛大学的鲍克斯 和詹金斯提出了一套比较完善的时问序列分析和建模理论,获得了广泛的应用。时间序列预测法的自变量是负荷

自身的历史值,因变量是待预测的电力负荷。在本文中, 尝试用求和自回归移动平均 ( I AR MA)积模型来建立常乘 州市电力负荷需求预测模型。

非季节性移动平均算子,为移动平均阶数,,…,为 q 移动平均参数。口 B)一 1 B… o为@(一@ B一 一@ B季节性移动平均算子, Q为移动平均阶数, ,,o@,…@为

移动平均参数为修正项。 1建模方法 由于各种不确定因素的影响,一个地区的电能消耗表现出一个随机过程的特性。电能消耗的历史数据是时间 A I R MA建模就是要识别 P d q P, Q的阶次,,,和 D,估

计参数, 0@的值。,和 2数据必要的数据是进行时间序列分析的首要环节。表 1所示 1 9 ̄20年度常州市全社会按月统计的用电量是由 95 0 4 常州供电公司提供的,该时间序列的曲线图如图 1所示。 图 1的曲线有两个明显的特点,是用电量逐年上一 升;是带有明显的周期性。一年的用电量波动中 2月份二

序列,因此可以利用历史数据用随机型时间序列预测技术 来预测电力需求。在最一般的情况下,间序列既含有非时 季节性成分,含有季节性成分,了取得理想的预测效又为

果,采用乘积模型 A I R MA (,,) ( D, ), p d q× P, Q数学表 达式为 驴 ( ( p B) B )一 (@ ( e B)。 B )

其中, x为时间序列; 收稿日期:0 6—0 20 7—1 8

为非季节性差分算子; d为

最低,,月最高,2月又有一个小高峰。每年的波动情 78 1 况基本类似,波动幅度逐年增大。从图 1明显可见,但这个序列是一个非平稳序列。 】 5 6

基于SAS软件的城市电力需求ARIMA模型及预测

第1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