论文总字数：15773字

摘 要

城市电网建设需要精确的用电量预测。为此，本文选取了广州市2004年到2017年的月度社会用电量作为观测序列，对广州市2018年和2019年的月度社会用电量序列进行预测。本文首先对原始序列进行春节效应调整，然后通过X-12方法将调整后序列分解为趋势分量、季节分量和不规则分量。其中，季节分量和不规则分量使用历史同期平均法进行预测。对于趋势分量，先使用ARIMA模型得到一个预测值序列，然后引入四种经济数据进行多元线性回归分析得到另一个预测值序列。预测值重构并还原春节效应后，得到两个最终预测值。未引入经济数据的ARIMA预测方法预测精度为95.62%，引入经济数据的多元线性回归分析方法预测精度为93.09%.考虑节假日效应的X-12-ARIMA方法预测结果良好，而在引入经济数据后精度不升反降。

关键词：节假日效应 X-12-ARIMA 多元线性回归分析

Electricity consumption forecast of Guangzhou city based on X-12-ARIMA seasonal decomposition technique and regression analysis method

Abstract

The construction of urban power grid needs accurate forecast of electricity consumption.Therefore, the monthly social electricity consumption of Guangzhou from 2004 to 2017 is selected as the observation sequence in this paper, and the monthly social electricity consumption of Guangzhou in 2018 and 2019 is predicted.This paper first adjusts the Spring Festival effect on the original sequence.Then the adjusted sequence was decomposed into trend component, seasonal component and irregular component by X-12 method.Among them, the seasonal factor component and the irregular component were predicted by the historical contemporaneous average method.For the trend cyclical component, the ARIMA model was first used to obtain a predictive value sequence, and then four kinds of economic data were introduced for multiple linear regression analysis to obtain another predictive value sequence.After the predicted values were reconstructed and the Spring Festival effect was restored, two final predicted values were obtained.The prediction accuracy of ARIMA prediction method without economic data is 95.62%, and that of multiple linear regression analysis method with economic data is 93.09%.The X-12-ARIMA method, which takes into account the holiday effect, has a good prediction results.But its accuracy declines rather than rises after the introduction of economic data.

Key Words:Holiday effect;X-12-ARIMA;Multiple linear regression analysis

目 录

摘要……………………………………………………………………………………………Ⅰ

ABSTRACT…………………………………………………………………………………Ⅱ

目录……………………………………………………………………………………………Ⅲ

第一章 绪论…………………………………………………………………………………1

1.1 研究背景及意义……………………………………………………………………1

1.2 国内外研究现状综述………………………………………………………………1

1.3 本文主要研究内容…………………………………………………………………2

第二章 时间序列分析方法………………………………………………………………4

2.1 简述X-12-ARIMA方法……………………………………………………………4

2.2 重大节假日效应……………………………………………………………………4

2.3 序列分解……………………………………………………………………………6

2.4 趋势分量序列（ARIMA模型）……………………………………………………8

2.4.1 平稳性检验…………………………………………………………………8

2.4.2 模型定阶……………………………………………………………………8

2.4.3 参数估计……………………………………………………………………9

2.4.4 残差检验……………………………………………………………………9

2.4.5 预测…………………………………………………………………………9

2.5 季节分量序列（历史同期加权平均）……………………………………………10

2.6 不规则分量序列（历史同期平均）………………………………………………10

第三章 多元回归分析方法………………………………………………………………11

3.1 社会用电量与经济发展的关系……………………………………………………11

3.2 简述多元线性回归分析……………………………………………………………11

3.3 经济数据的选取及趋势分量的提取………………………………………………11

3.4 回归模型的建立与优化……………………………………………………………12

3.4.1 模型识别…………………………………………………………………12

3.4.2 参数估计…………………………………………………………………13

3.4.3 多重共线性检测…………………………………………………………13

3.4.4 逐步回归法处理多重共线性……………………………………………14

3.4.5 优化后回归模型…………………………………………………………15

3.5 预测…………………………………………………………………………………16

第四章 预测值重构………………………………………………………………………17

4.1 最终预测值的生成…………………………………………………………………17

4.2 比较与分析…………………………………………………………………………18

第五章 总结与展望………………………………………………………………………19

5.1 总结…………………………………………………………………………………19

5.2 展望…………………………………………………………………………………19

参考文献……………………………………………………………………………………21

第一章 绪论

• 1. 研究背景及意义

在人民生活水平迅速提高的今天，电力工业开始受到世界各国的重视，电力水平已经成为地区经济发展的重要因素之一。发电厂生产的电力难以保存，需即产即用，这就需要发电量与负荷量保持平衡，电力需求预测是保持这种平衡的有力工具。电力需求预测可以帮助发电商进行电力设施建造的规划和发电机运行方式的安排，也可作为能源市场交易的基本信息。

请支付后下载全文，论文总字数：15773字