摘 要

本论文研究的目的是要通过对于社会历史用电量数据的分析，并且进行相关的建模操作，实现对于未来短期社会用电量的预测。绪论部分展开说明了对于选题的必要性，论文分析的思路以及国内外研究的现状。论文的展开先讨论了我国电力行业发展的过程现状、供需关系等，得出对于研究用电量需求预测的必要性。对于预测未来一年的地区用电量，本论文采用的是时间序列方法中的ARIMA模型。论文第三章详细讲述了在模型预测过程中所需要了解的相关模型方法以及其方法原理，接着在第四章详细记录了具体实际分析的过程。在模型拟合效果合格之后，开始对于未来一年的用电数据进行预测，并且对于模型拟合不佳的现象，进行的理论上的讨论，最后根据其起因提出了针对性的改进意见。

关键词：用电量预测；ARIMA；时间序列

Abstract

The purpose of this thesis is to predict the future short-term social power consumption through the analysis of social historical electricity consumption data and related modeling operations. The introduction part expands the need for the topic selection, the ideas of the paper analysis and the status quo of research at home and abroad. The development of the paper first discusses the status quo of the development of China's power industry, the relationship between supply and demand, etc., and draws the necessity for studying the demand forecast of electricity consumption. For the prediction of regional electricity consumption in the coming year, this paper uses the ARIMA model in the time series method. The third chapter of the thesis details the relevant model methods and their method principles that need to be understood in the model prediction process. Then the detailed chapter of the actual analysis process is recorded in detail in Chapter 4. After the model fitting effect is qualified, the prediction of the electricity consumption data for the next year is started, and the theoretical discussion of the phenomenon of poor model fitting is carried out. Finally, the targeted improvement suggestions are proposed according to the cause.

Key Words：electricity consumption forecast；ARIMA；time series

目录

摘 要 I

Abstract II

1绪论 1

1.1选题背景、目的及意义 1

1.2研究方法与研究思路 1

1.3国内外研究动态 2

2我国电力能源发展现状 4

2.1我国能源概况及分析 4

2.2我国的电力生产 5

2.3我国的用电需求 5

2.4我国的电网发展现状 6

2.5结论 6

3相关基础概念 7

3.1时间序列的概念 7

3.2时间序列分析方法简述 7

3.3平稳时间序列 8

3.3.1平稳性时间序列的定义及原理 8

3.3.2相关检验参数 9

4预测模型的相关方法及其原理 11

4.1时间序列的预处理 11

4.2时间序列分析 11

4.2.1时间序列的分类 11

4.2.2平稳时间序列建模 12

4.2.3非平稳时间序列建模 14

4.3模型识别与定阶 15

4.4模型验证方法 16

5模型分析过程及结果 17

5.1实验数据的说明 17

5.2数据导入并进行相关处理 17

5.3目标序列的平稳性检验 18

5.4目标序列的差分处理 20

5.5模型的选择 22

5.6模型的定阶 23

5.7模型的验证 23

5.8模型预测及误差分析 24

6用电量预测结果 27

6.1模型预测结果 27

6.2误差原因分析 27

7结论与展望 29

参考文献 30

致谢 31

绪论

选题背景、目的及意义

电作为必需品，在居民生活、企业生产、国家运转甚至是社会进步上，都起着不可忽视的重要作用。随着我国社会经济的飞速发展和城市化的发展趋势，全社会对于用电量的需求也在不断的增加。

在早期，我国电力工业发展十分缓慢，甚至还曾出现过大面积上的供电短缺现象，这无疑严重妨碍国家经济发展和国家推进现代化的进程。改革开放之后，我国开始实施“政企分开，省为实体，联合电网，统一调度，集资办电”的总方案，这一举措使得电力工业得到了快速的发展。其中我国的发电装机总容量在两千年时突破3亿千瓦，标志着我国电力工业的发展规模进入了世界前列。从2002年以来，由于电力供求关系的失衡，作为重要的经济和政治问题，电力供需平衡又被重新提上议程。国家又实施了新一轮的电力体制改革方案，将电厂进行分开，使得电力行业由垄断变为了开放，这一举措极大程度上推动了电力工业的现代化进程。随着时间的发展，我国的电力工业的发展程度目前已经稳居世界一流的水平。

总体而言，在我国电力发展的过程之中，电力工业在前期发展较为缓慢，这一阶段电力市场的主要锚段表现为供需失衡，具体表现为供小于求；而电力工业在发展的中后期发展快速，这一时期电力市场的矛盾又转变为供过于求。同时，近年来，我国电力供需关系持续偏紧，其具体的表现形式为供需呈现出不确定性。

因此，需要在国家层面，从宏观上合理进行电力的生产、调度等问题。因此对于用电需求量的预测应运而生。同时，对于用电量的预测是电网规划中的一个十分关键的内容，因为对于国内城市的用电量的精准预测，使得国家电力体系对于电力准确的生产、电网系统的合理运输、调度，减少浪费及电力损耗等变为了可能。

本论文的目的就是要通过对于社会历史用电量数据的分析，并且进行相关的建模操作，实现对于未来短期社会用电量的预测。

研究方法与研究思路

本论文主要的研究思路是，在原有的电力供需关系不变的情况下，通过对于我国各省份、直辖市的历史用电量进行收集、整理、分析等操作，探究出我国各省份、直辖市用电量变化的规律，并据此建立相关的模型，通过不断优化模型的准确性，使得其准确率在允许的范围内，以期望达到对于未来我国各省份、直辖市用电量的预测，并且使得预测结果较为合理可靠。

目前国内外关于用电量预测的方法有单耗法、趋势外推法、弹性系数法、回归分析法、时间序列法、灰色模型法、小波分析法、极限学习机法、支持向量机、BP神经网络算法等方法，而本论文拟采用时间序列的分析方法，以实现对于社会用电量的预测。时间序列法具有模型所需要的数据量少、模型构建较为简单、模型计算好时段、能够反映出用电量随着时间进行变化的连续性等特点。同时时间序列也存在一些缺点，如对于所收集的历史用电量数据的平稳性要求较高（这一点可以运用差分处理来提升其平稳性），模型对于数据的拟合主要是通过对数据规律的研究，因而往往忽略了用电量数据受外界因素影响的情况，因此可能会造成误差的产生。

而在时间序列算法之中，主要包括平滑法、趋势拟合法、组合模型法、AR模型、RA模型、ARMA模型、ARIMA模型、ARCH模型和GARCH模型及其衍生模型等方法。本论文将拟采用AR模型或RA模型或ARMA模型或ARIMA模型，通过其原理结合具体的目标数据的特征，从中选择出一个最为合理有效的模型方法。

国内外研究动态

对于用电量需求的预测，一直是近几十年来，国内外众多学者所研究的热点。美国学者Kraft在1978年，通过实验证实了国内生产总值与能源消耗量之间有因果联系，这一结论为后续学者开辟了一条通过嫩远消耗量来预测经济法阵的新途径。Roy和Guimond在1995年把气候的统计数据算入对魁北克的电力需求预测的影响因素之中，并从从人口和家庭的角度预测电力。1996年，Ranaweera提出了一种新的电力负荷预测模型，该模型包含了不确定或与天气相关的输入变量，其结果表明电力负荷预测与气候有关。Mohamed Mohandes在2002年发文展示了在长期电力需求预测中支持向量机可能的运用方式，并在其中分析了当前神经网络算法和支持向量机，并且把他们和自动回归模型进行对比。其结论是，支持向量机的模拟效果优于自动回归模型。2005年，Fausto Cavallaro基于意大利列岛(Lipari)未与大陆连接的负荷预测应用，在一个小网格中引入了人工神经网络。旨在研究神经网络的预测能力，在这种情况下，电力负荷在一年的过程中受到相当大的季节性变化。2006年，Ergun Eraslan和Diyar Akay使用独特的设计灰色模型预测土耳其长期社会总电力需求和工业部门的动态机制。

与此同时，对于电量预测和负荷特性分析，国内众多学者也进行了大量的研究和实验。杨忠曾在1981年使用过最小二乘滤波方法来对于通电量需求的趋势进行预测。1982年，陈章潮采用时间序列法对短期电力系统日负荷和月负荷进行了预测。在其研究中，荷载被看作是一个随时间变化的时间序列。其次，在时间序列预测方法中，叶旭辉、朱安等人提出的基于时间序列分析概念的自适应模型和时间序列季节模型在电力负荷预测中的应用，为短期负荷预测提供了一种更加精细化的方法。陈章超在1988年把社会经济的发展和用电量联系起来进行分析，通过分析经济发展的模型来预测区域中长期的用电需求。施泉生、奚辉龙在1993年将灰色自适应模型以及它在短期用电需求预测中的应用引入研究的范围之内，通过建立灰色模型，分析了电力负荷的趋势项，并利用自回归AR(2)模型对误差进行调整。李林川等人在1994年提出通过人工神经网络的方法来预测用电需求。同年，曾鸣从电力需求侧管理的方向探讨了其对负荷的影响。赵海清等人在1996年提出了一种通过建立交叉优选组合预测模型的方式来预测未来的用电需求。伴随着技术的不断革新，目前还出现了许多基于新技术的用电量预测方法，如人工神经网络、支持向量机、大数据分析、改进灰色模型、空间电力需求分析、云计算和人工智能等方法。例如，杨红英等人在2005年对传统的预测方法进行了总结和总结，并在此基础上对于混沌理论应用在电力系统负荷预测里的研究现状进行了综述。王杰等人在2009年提出了，可以通过建立蚁群灰色神经网络联合预测模型的方式，来预测未来短中期的用电量需求。王德文和孙志伟在2015年提出，通过搭建基于云计算的电力用户侧大数据分析处理平台，并提出了基于随机森林算法的用电量需求预测的方法。

我国电力能源发展现状

能源是全体人类社会赖以存活与发展的至关重要的物质条件。在人类社会发展过程中，人类所取得的每一次重大飞跃，都伴随着能源推陈出新。人类对能源的开采与使用，也使得人类文明取得了极大程度上的进步。在所有能源之中，电力能源更是进行社会生产与发展的必要条件。因此，用电量可以反映经济社会发展水平。故对于能源尤其是电力能源的研究，具有十分重要的意义。

我国能源概况及分析

从1949年建国以来，我国有关部门不断的进行能源的勘探活动，曾经组织进行了多次资源评估活动，具体数据见下表。

表 2.1 中国一次能源探明储量和居世界位次

总的来说，我国能源资源有以下特点：

（1）能源资源总量丰富。在我国丰富的化石能源之中，煤炭资源的含量是占据第一的位置，其保有量占世界第三。我国已探明的天然气石油等资源储量相对较少，同时在开采潜力方面，煤层气和油页岩等非常规化石能源具有较大的开采潜力。同时水力资源量占世界第一。

（2）人均能源资源拥有量较低。虽然我国总体资源占有量占世界前列，但是我国是人口大国，因此相对的人均资源保有量依旧处于较低的水平。按照世界人均水平来说，我国煤炭和水力资源人均拥有率仅为其一半左右，而石油和天然气的人均拥有量更低，仅为世界平均水平的十五分之一。

（3）能源资源分布不均衡。我国地大物博，所蕴含的能源资源广泛分布，但是其分布极为不平衡。其中华北和西北地区煤炭资源含量丰富，而西南地区水力资源较多，同时东部、中部以及西部地区和领海石油天然气等资源较多。

（4）能源资源开发难度较大。在我国富含煤炭资源的地区，其地质的开采情况不容乐观，且能够直接露天开采的相当有限，与世界范围内相比条件艰苦。而对于富含石油天然气资源的地区而言，其地质条件相对复杂，并且资源掩埋较深，因此无论是对于能源的勘探还是开采，都提出了较高的要求。而在水力能源之中，大多数为开采的地区地势偏远，离用电需求的城市较远，常常集中于我国西南部地区的山区之中，无形中增加了开采的成本和难度。

与此同时，我国可再生能源发展潜力很大，且目前我国能源结构正逐渐从以煤等化石能源为主要的能源形势向着多元化的能源进行转变。目前，我国水电开发装机容量5.4亿千瓦，处于世界首位；每年可供利用的生物质能源，其能量约为9亿吨标准煤所具有的能量；风力能源充足，主要集中于我国西南地区；丰富的水力资源蕴含在我国西南以及东南地区。根据以上数据的说明，我国新能源的发展，已经开始逐渐形成规模，并且绿色污染的可再生能源在我国的前景十分可观。

我国的电力生产

从改革开放以来，我国发电能力和发电装机数量均迅速增加，并且每年平均增长速率高于能源生产增长速率。我国的电力生产量，在2012年底超过美国，标着着我国的电力生产成为世界第一。我国当前电力总的装机容量已经达到11.4亿千瓦，此中水电的总装机容量就达到2.49亿千瓦，处于世界首位。

与此同时，我国还在不断发展新能源发电，风力发电因此得到大力发展。2018年全全年，风电总装机量同比增长37%，并且在全国风力发电中超三成来自于蒙东、吉林和甘肃等地区。作为我国当前最重要的发电形式之一,风力发电是我国未来新能源发展的重要方式。

通过地热来发电的形式也在迅速的发展。目前我国地热发电的现状是维持24.78兆瓦装机容量，年发电量近1.3×108千瓦时，居世界地热发电排名第15位。

同时太阳能灯新能源发电形式前景开阔。在刚刚兴起的太阳能发电领域，中国占据了有利地形，已是全世界最大的光能发电基地。在党和国家的正确引领之下，经过了二十余载的发展，我国核能发电的发展取得了明显的成效。并且在设计、建造以及经营方面水有了长足的提升，我国核能发电工业基础基本成形。

我国的用电需求

改革开放着四十余年以来，从一穷二白到如今的全球经济总量排行第二，我国经济发展过程中所取得的伟大成就是人尽皆知的。同时，随着我国社会的快速发展，全社会用电量也在飞速的增长。目前我国电力消费规模位居世界第一，这也从侧面体现出我国经济的繁荣发展。

这四十年间，我国的电力消费总规模从小变大、再创新高。1978年时，我国电网的覆盖区域还不足一半，全年社会总用电量仅为2498亿千瓦时。到了1996年，我国年用电量已超过1万亿千瓦时。再到2004年，全社会用电量近乎翻倍，达到了2万亿千瓦时的规模。在接下来的9年里，全社会用电量更是每三年便更上一个台阶，2007年、2010年、2013年我国的年用电量分别达到3万亿、4万亿、5万亿千瓦时的规模。到2011年，我国社会全年总用电总量已经是世界第一。2018年我国全国年度总用电量为67783.23亿千瓦时，较2017年相比增长7.46%。

长远来看，在经济“新常态”下，我国经济平稳发展，因此我国全社会用电量的需求总量仍将平稳的增长。

我国的电网发展现状

我国电网正处于转型升级的开始阶段。自2018年以来，国家电网逐渐向着电网侧储能的方向发展，且发展快速。

根据数据显示,2018前三个季度,从电网侧而言，我国电化学储能电站的装机容量已经达到150兆瓦的规模,其中140兆瓦是新增的装机规模，同时还有465兆瓦规模的电化学储能站在计划和在建，我国发展目前电网侧改革力度之大、速度之快史无前例。目前全世界电网侧电化学储能规模共计为756.5兆瓦，其中301兆瓦规模为新增装机容量。从中可以看出，世界新增规模的进一半的数量是来自于我国。

但是需要注意的是，尽管我国目前在积极推进电网侧储能发展以及电网智能化进程，但是我国电网总体仍处于非智能、即发即用的阶段，对于电量的生产、调配、供应等环节仍有进一步提升的空间，距离预期的状态仍有一定的差距。

结论

由上述论述可知，我国总体已探明能源储存量大，人均拥有量较低。目前我国全社会用电需求巨大，并且随着我国的不断发展，用电需求势必保持着增长的趋势。但是由于我国智能化电网发展仍然处于较低水平，且电网侧储能不足，总的来说我国仍处于即发即用的阶段，因此在电力的生产、调配等环节会产生许多浪费，故探明一条合理的用电量需求预测方案，无论是从宏观层面，对于国家电网整体的产、输、消等环节，还是从微观层面，对于企业的生产调配，都会有重大的经济意义。

相关基础概念

时间序列的概念

时间序列（也称为动态数列），是指把按照同一统计标准而形成的数据序列按照其生成的时间先后顺序排列而形成的序列。除了时间的顺序，还可以通过其他的观测指标来衡量，如大小、速率等指标。同时在时间这一指标中，对于发生的时间先后的顺序，时间的间隔可以使等额也可以使非等额的。

根据划分的依据的不同，时间序列也能被划分为不同的类别。大致有以下三种划分时间序列的方法：

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：