基于ARIMA模型的用电量预测模型开题报告
2020-02-11 00:37:35
1. 研究目的与意义(文献综述)
(1)目的及意义
用电量的预测是对电力负荷的预测。电力作为工业之母,是经济发展的生产动力,是维持现代社会正常运作的必不可少的条件。电力作为商品与其它商品相比较,其最大的特点就是电力商品不能储存,也就是说电的生产、输送、分配、消费是同时进行的。所以,在正常运作的情况下,电力企业的可用发电容量应该在任何时候都能满足社会用电量的要求。
电力需求预测是电网规划设计与建设的基础,预测的准确与否,关系到电源开发、电网建设、社会安定、居民生活及电力公司本身的发展。起作用与电力行业的特殊性是密切相关的,主要表现为以下三个方面:1.电力行业的发供用、产供销必须瞬时完成,电量不能储存。2.电力行业是技术资金非常密集的行业,建设周期较长。3.电力行业是关系到国计民生的公用性事业。4.准确预测需求,有利于电力企业合理安排经营计划,减少购电成本,提高经营效益。5.用电量的变化是作为衡量一个地区经济发展水平的最权威标志。因此,对于用电量需求的研究,具有十分重要的意义。
(2) 国内外研究现状分析
2. 研究的基本内容与方案
(1)基本内容
选题的研究思路和基本框架大致分为以下四个部分。第一部分简述国内外的能源发展概况,引出分析预测用电量需求的必要性;第二部分为介绍目前流行的用电量预测框架及相关理论方法,并具体分析本文所运用的arima模型,此部分是理论上讨论各个模型的优缺点,寻找出一个适合进行用点量需求的一寸模型;第三部分则是在第二部分的基础上,实际运用arima模型进行用电量需求的预测,此过程需要实际收集往年区域用电数据,进行实际的分析预测;第四部分包括评价预测而结果,以及分析用电量预测的实际应用。
(2)研究目标
3. 研究计划与安排
第1-4周:收集和整理资料。
第5-6周:拟定提纲,提交开题报告。
第7-13周:撰写论文初稿和修改稿,保持与指导教师的沟通。
4. 参考文献(12篇以上)
[1] 孙靖,基于季节性时间序列模型的空调负荷预测[j],电工技术学报,2004
[2] 张熙,含有周期性的时间序列中随机性缺失数据的填补方法[j].中国卫生统计,2012
[3]顾勇,王洋,康健. 基于rf和深度学习的中长期用电量预测研究[j].机电信息,2019