資源描述:
《基于時間序列法和回歸分析法的改進(jìn)月售電量預(yù)測方法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于時間序列法和回歸分析法的改進(jìn)月售電量預(yù)測方法研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名:程超導(dǎo)師姓名:顏偉教授專業(yè):電氣工程學(xué)科門類:工學(xué)重慶大學(xué)電氣工程學(xué)院二O一六年五月Improvementofmonthlyelectricitysalesforecastingmethodbasedontime-seriesmethodandregressionmethodAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfo
2、rtheDegreeofMasterofEngineeringByChengChaoSupervisor:Prof.YanWeiSpecialty:ElectricalEngineeringSchoolofElectricalEngineeringChongqingUniversity,Chongqing,China.May2016中文摘要摘要準(zhǔn)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
3、、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(jìn)研究,主要研究成果如下:①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(jìn)方法。時間序列ARIMA模型或季節(jié)ARIMA模型直接對月售電量進(jìn)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(jìn)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
4、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)實際數(shù)據(jù)仿真分析,驗證了所提改進(jìn)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(jìn)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。③提出了考慮舒適溫度區(qū)間、突變量以及春節(jié)分布的三種改進(jìn)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
5、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(jìn)措施:分別選擇低溫閾值溫度與高溫閾值溫度,僅當(dāng)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(jìn)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與建模與預(yù)測
6、,最后將預(yù)測值按預(yù)測當(dāng)期的實際春節(jié)分布逆轉(zhuǎn)換為最終預(yù)測值。用重慶市銅梁區(qū)實際數(shù)據(jù)仿真分析,驗證了上述三種改進(jìn)措施的有效性。④探索了考慮業(yè)擴容量的月售電量預(yù)測方法。以重慶市銅梁區(qū)為例,針對該地區(qū)的實際數(shù)據(jù)初步探索了考慮業(yè)擴容量的月售電量預(yù)測方法。關(guān)鍵詞:月售電量預(yù)測,差分自回歸移動平均模型,X12乘法模型,溫度,隨機變動,春節(jié)分布I英文摘要ABSTRACTAccurateforecastingaccuracyofmonthlyelectricityconsumptionisveryimportantforimprov
7、ingperformance,controllingbalanceofprofitsanddoingmarhingworkinPowerCompany.Currently,thecommonelectricityconsumptionforecastingmethodsathomeandaboardaretimeseriesmetheodandregressionanalysismethod.Thetwomethodsarerelativelymature,simple,andhaveachievedgoodres
8、ultsinmanycases.However,therearestillsomeproblemstobesolvedinpresentstudy.Thispaperhasmadeimprovementresearchfortheproblemsinpresentstudyandthemainresultsareasfollows:①Proposedanim