基于時間序列的預(yù)測城市用電峰值的研究

摘要：文章主要對深圳市用電量進行預(yù)側(cè)，并利用時間序列進行預(yù)側(cè)，并最終建立起-溫特[Winter）積性指數(shù)平滑模型。

關(guān)鍵詞：時間序列;用電量;指數(shù)平滑模型;預(yù)側(cè)

隨著我國工業(yè)化與現(xiàn)代化的步伐加快，我國的電力使用一直都處于高負(fù)荷狀態(tài)。從官方數(shù)據(jù)來看，2019年1月-5月全社會用電量增速同比提高;與此同時，工業(yè)和制造業(yè)用電量增速放緩。從省份來看，2019年1月～5月，除甘肅和青海外，全國所有省份的社會用電量都在急速地增長中，尤其是沿海一線城市所在的省份。通過數(shù)據(jù)分析，很多省份的全國用電量增速高于全國平均水平（4.9%），這些省份包括西藏、內(nèi)蒙古、廣西、湖北、新疆、安徽、四川、海南、山西、江西、貴州、河北、湖南、寧夏、重慶和遼寧。2019年1月～5月，全國工業(yè)用電量34513億千瓦時，同比增長3.42，與此同時，全國制造業(yè)用電量26072億千瓦時，增長5.30%，對全社會用電量增長的貢獻率為34.0%。從6月開始中國進入了傳統(tǒng)上的夏季，此時中國的用電量將達到一年中的峰值。因此如何能預(yù)測電量的使用并對其進行預(yù)測是具有一定意義的。

一般來說學(xué)術(shù)界會利用時間序列的方法來預(yù)測某一地區(qū)的電量使用及其規(guī)律，因此，本文試圖通過對經(jīng)濟發(fā)達的深圳市用電量預(yù)測與分析，研究中國一線城市的用電規(guī)律以及預(yù)測用電的峰值。

首先，通過對南方電網(wǎng)深圳過去幾年的全社會用電量和工業(yè)用電量數(shù)據(jù)分別畫出序列圖。

通過上述的分析圖形可以看到兩個序列都具有波動現(xiàn)象，并且整體呈上升趨勢。同時受月份、氣象條件等因素的影響，用電量以一定的循環(huán)波動。在此基礎(chǔ)上，根據(jù)深圳市近六年的社會用電量數(shù)據(jù)畫出利用SPSS對全社會用電量進行游程檢驗和季節(jié)性檢驗。通過分析，可以看到游程檢驗結(jié)果sig值極小，所以序列是非平穩(wěn)的。與此同時，季節(jié)性檢驗結(jié)果每個月份的季節(jié)性因素都不為1000f，所以數(shù)據(jù)存在季節(jié)性因素。

隨后對用電量進行線性回歸分析。

由圖形可知R=0.846，數(shù)據(jù)基本成線性增長趨勢。其中溫特線性和季節(jié)性指數(shù)平滑模型的一般形式。其中有利用SPSS社會電量應(yīng)用所得的模型如下。

模型統(tǒng)計數(shù)據(jù)表中sig<0.05且R接近1，尤此可得。

（1）參數(shù)表中α參數(shù)估計值為0.142，sig=0.025<0.05。

（2）參數(shù)表中β參數(shù)估計值為0.101，sig=0.967≥0.05。

（3）參數(shù)表中γ參數(shù)估計值為0.321，sig=0.042<0.05。

通過上述的數(shù)據(jù)擬合以及驗證可知，所建立的數(shù)據(jù)模型具有先顯著行，且數(shù)據(jù)的擬合效果不錯。

通過上述的驗證，將次模型應(yīng)用預(yù)測2019年6～8月的夏季全社會用電量，得到預(yù)鋇魷數(shù)據(jù)如下。

預(yù)測值與實際給出的數(shù)據(jù)1325300 975800 1147000誤差平均值為5%，預(yù)測效果較好，可以用來預(yù)測未來一年全社會用電量情況。

從上述模型中可以看到利用時：間序列可以對全年的用電量進行預(yù)測。

中國的用電向題一直是困擾中國經(jīng)濟發(fā)展的關(guān)鍵問題，從過去的資料看中國的用電量在南北方有著明顯的不同;從數(shù)據(jù)上看，處于地理上的秦嶺淮河以南的地區(qū)在夏季與冬季是用電的高峰。其他月份的社會用電因為經(jīng)濟發(fā)達所以波動較為平滑。但在北方地區(qū)，用電高峰出現(xiàn)在夏季，這可能是因為冬季有供暖造成的，加之北方經(jīng)濟因素，所以整體波動較大。但我國西部地區(qū)有著豐富的自然資源，這些資源為國家可以提供豐富的電力，著名的“西電東送”工程便是其中的翹楚。本文對東方地區(qū)用電量的預(yù)測對東部沿海發(fā)達城市的用電量起到借鑒，但缺點在于未能對全國的用電量進行不同區(qū)域的分析。這也需要后期研究者所要關(guān)注的重點課題。無論我國電量是否足夠，我們都要學(xué)會堅持節(jié)約用電的原則。畢竟節(jié)約是中華民族的傳統(tǒng)美德。

參考文獻：

[1]成冰，萬磊，潘彥含等.基于時間序列算法計算用電異常的研究[J].信息通信，2018（1）：183-184，

[2]佚名.基于稀疏自回歸時間序列方法的行業(yè)用電市場景氣度分析[J].電子技術(shù)與軟件工程，2018，142（20）：176.

[3]康輝，牛東曉產(chǎn)業(yè)結(jié)構(gòu)調(diào)整背景下的區(qū)域用，電量預(yù)測模型庫構(gòu)建[J].科技和產(chǎn)業(yè)，2018，18（6）：19-22.

作者簡介：

余曉明，高級系統(tǒng)分析師，研究方向：概率論與數(shù)理統(tǒng)計，中國人民大學(xué)，北京。