組合預(yù)測在月度用電量中的實際應(yīng)用

摘 要：將二次指數(shù)平滑法、先定線性趨勢預(yù)測法，灰色預(yù)測法三種方法相結(jié)合，運用EW法進行組合預(yù)測，在三種模型的應(yīng)用中合理地使用了軟件技術(shù)SPSS以及MATLAB，輔助數(shù)據(jù)處理。對河北省任丘市2013年1～12月、2014年1～5月的月度用電量數(shù)據(jù)進行處理，并對2014年6～9月月度用電量進行組合預(yù)測，具有一定的現(xiàn)實意義。

關(guān)鍵詞：二次指數(shù)平滑法；先定線性趨勢預(yù)測法；灰色預(yù)測法；組合預(yù)測

1 概述

隨著經(jīng)濟的迅猛增長，工業(yè)用電與生活用電也迅速增加，用電量成為反映經(jīng)濟增長情況的重要指標(biāo)。實行廠網(wǎng)分開、競價上網(wǎng)后的電力企業(yè)對經(jīng)濟性的要求逐漸提高，為了適應(yīng)市場經(jīng)濟發(fā)展的要求，建立科學(xué)的市場預(yù)測管理體系、提高預(yù)測質(zhì)量和準確性對于電力企業(yè)來講是必要的。作為供電企業(yè)的一項重要工作，月度用電量預(yù)測對合理安排生產(chǎn)、燃煤供應(yīng)計劃的編制，檢修計劃的制訂等提供了重要依據(jù)。

運用科學(xué)的預(yù)測方法，是提高預(yù)測精確度的前提條件。科學(xué)的預(yù)測一般有以下幾種途徑：一是因果分析；二是類比分析；三是統(tǒng)計分析。對用電量的預(yù)測主要是應(yīng)用統(tǒng)計分析，運用一系列的數(shù)學(xué)方法，建立數(shù)學(xué)模型，運用數(shù)學(xué)模型獲得所需要的結(jié)論。目前用電量的預(yù)測方法有很多，各自有各自的適應(yīng)范圍及優(yōu)點。但是由于單一模型的預(yù)測結(jié)果往往存在著精度不夠，準確度不高的情況，在此采用組合預(yù)測的方法，通過選取適當(dāng)?shù)臋?quán)重，利用組合模型中各個模型的優(yōu)點，達到提高精度準確度的目的。

在此選用河北省任丘市2013年1～12月份及2014年1～5月的用電量進行預(yù)測分析。由于月度用電量不同于年用電量，由于其數(shù)值變化間隔時間短，所以是隨時間變化的時間序列，包含一定的季節(jié)性和一定的趨勢規(guī)律，所以文章采用二次指數(shù)平滑法、結(jié)合二次滑動平均法的先定線性趨勢預(yù)測技術(shù)與灰色預(yù)測模型模型的組合模型。

2 數(shù)據(jù)的分析處理

2.1 數(shù)據(jù)來源

數(shù)據(jù)采集了河北省任丘市2013年1～12月及2014年1～5月的月度用電量（見表1），文章要根據(jù)所采集的數(shù)據(jù)分別建立先定線性預(yù)測模型、灰色預(yù)測模型對該市2014年6、7月月度用電量進行預(yù)測。

2.2 先定線性預(yù)測模型的建立與應(yīng)用

首先應(yīng)用軟件SPSS進行一次平滑法，取a=0.1，0.2，0.3，進行試驗，試驗結(jié)果計算得：當(dāng)a=0.1時，S2=10216482.63；當(dāng)a=0.2時，S2= 10893417.18；當(dāng)a=0.3時，S2=11493723.69；所以當(dāng)a=0.1時S2最小，因此選取a=0.1進行二次指數(shù)平滑。

表1

根據(jù)表1中的數(shù)據(jù)可得預(yù)測趨勢為

x17+1=a17+b171=12548.75+25.40393×l；l=1，2，…

所以根據(jù)二次指數(shù)平滑法得到的預(yù)測值為

表2

2.3 先定線性趨勢預(yù)測模型的建立與應(yīng)用

首先利用二次滑動平均法擬合一條直線，用采集的歷史數(shù)據(jù)求得滑動平均預(yù)測模型

xT+k=aT+bTk

取得跨度N=4，因此取數(shù)據(jù)中的16項，應(yīng)用二次滑動平均得：

M■■=1.253975，M■■=1.208975，M■■=1.160625，M■■=1.1

從而推出M■■=■[M■■+M■■+M■■+M■■]1.180894

aT=2M■■-M■■=1.327056

bt=■（M■■-M■■）=0.048721

直線趨勢方程為

xT+k=1.327056+0.048721k

數(shù)據(jù)個數(shù)為17，即T=17，因此取l=0，-1，-2，…，16，可得xk（k=17，16，…1），根據(jù)Pt=Xt/Xt，計算結(jié)果分析可得：

可得I1=4.293497，I2=5.325144，I3=6.201378，I4=5.329987，

規(guī)范化處理上述數(shù)據(jù)得：

I1=0.812008648，I2=1.007119115，I3=1.172837219，I4=1.008035018

用電量模型為：■T+k=（1.327056+0.048721k）I

可得到預(yù)測值為

表3

2.4 灰色預(yù)測模型

應(yīng)用灰色預(yù)測模型對數(shù)據(jù)進行預(yù)測，將數(shù)據(jù)處理后編入程序利用軟件MATLEB得到GM（1，1）微分方程的參數(shù)■和■。具體程序及結(jié)果如下：

得灰色預(yù)測模型為■■（0）（k+1）=77.94511（1-e-0.0140）e-1.0736k（k=0，1，2，…）

根據(jù)該模型對2011年6、7、8、9月的月度用電量進行預(yù)測可得

表4

2.5 組合預(yù)測

應(yīng)用等權(quán)平均組合預(yù)測法，在EW法中，設(shè)fi為第i個模型的預(yù)測值，fc為組合預(yù)測值。則模型為

fc=■？撞■■fi

根據(jù)預(yù)測模型的預(yù)測結(jié)果，應(yīng)用EW方法，得到預(yù)測結(jié)果見表5

3 結(jié)束語

文章采用了組合預(yù)測法對河北省任丘市2014年6、7、8、9月的月度用電量進行了預(yù)測，具有一定的現(xiàn)實意義。根據(jù)月度用電量的特點，在組合預(yù)測中選取了三種預(yù)測模型，分別使用二次指數(shù)平滑法，先定線性趨勢預(yù)測法，灰色預(yù)測GM（1，1）。在二次指數(shù)平滑法中，應(yīng)用了軟件SPSS確定參數(shù)a，對數(shù)據(jù)進行了兩次相應(yīng)處理。在GM（1，1）中應(yīng)用了軟件MATLEB，對數(shù)據(jù)進行編程，輸出參數(shù)，建立模型。最后在組合預(yù)測中使用EW方法，對上述三模型的預(yù)測值進行組合預(yù)測，最終形成組合預(yù)測值。文章有效使用了相應(yīng)的預(yù)測軟件，使得結(jié)果更準確，減少了工作量。充分利用了組合預(yù)測的優(yōu)點，提高了預(yù)測精度。

參考文獻

[1]劉思峰，黨耀國.預(yù)測方法與技術(shù)[M].北京：高等教育出版社，2005.

[2]牛東曉，曹樹華，趙磊，等.電力負荷預(yù)測技術(shù)及其應(yīng)用[M].北京：中國電力出版社，1998.

[3]呂振通，張凌云.SPSS統(tǒng)計分析與應(yīng)用[M].北京：機械工業(yè)出版社，2009.

[4]黃現(xiàn)代，王豐效.多變量灰色預(yù)測模型算法的MATLEB實現(xiàn)[J].四川理工學(xué)院學(xué)報（自然科學(xué)版），2008，21（1）.

[5]蔣曉艷，何川，方蕾.基于最優(yōu)組合預(yù)測法的電網(wǎng)用電量預(yù)測[J].中國西部科技，2010，9（14）.

[6]王遂，蔣金良.基于季節(jié)ARIMA模型的月度用電量置信區(qū)間預(yù)報模型[J].廣東輸電與變電技術(shù)，2010（5）.

[7]宋遠玲，盧占會，楊玉華，等.最優(yōu)組合預(yù)測模型在用電消費量預(yù)測中的應(yīng)用[J].科學(xué)與財富，2010（3）.