組合預測在月度用電量中的實際應用

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

關鍵詞：二次指數平滑法；先定線性趨勢預測法；灰色預測法；組合預測

1 概述

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

運用科學的預測方法，是提高預測精確度的前提條件。科學的預測一般有以下幾種途徑：一是因果分析；二是類比分析；三是統計分析。對用電量的預測主要是應用統計分析，運用一系列的數學方法，建立數學模型，運用數學模型獲得所需要的結論。目前用電量的預測方法有很多，各自有各自的適應范圍及優點。但是由于單一模型的預測結果往往存在著精度不夠，準確度不高的情況，在此采用組合預測的方法，通過選取適當的權重，利用組合模型中各個模型的優點，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月的用電量進行預測分析。由于月度用電量不同于年用電量，由于其數值變化間隔時間短，所以是隨時間變化的時間序列，包含一定的季節性和一定的趨勢規律，所以文章采用二次指數平滑法、結合二次滑動平均法的先定線性趨勢預測技術與灰色預測模型模型的組合模型。

2 數據的分析處理

2.1 數據來源

數據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），文章要根據所采集的數據分別建立先定線性預測模型、灰色預測模型對該市2014年6、7月月度用電量進行預測。

2.2 先定線性預測模型的建立與應用

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

表1

根據表1中的數據可得預測趨勢為

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

所以根據二次指數平滑法得到的預測值為

表2

2.3 先定線性趨勢預測模型的建立與應用

首先利用二次滑動平均法擬合一條直線，用采集的歷史數據求得滑動平均預測模型

xT+k=aT+bTk

取得跨度N=4，因此取數據中的16項，應用二次滑動平均得：

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

數據個數為17，即T=17，因此取l=0，-1，-2，…，16，可得xk（k=17，16，…1），根據Pt=Xt/Xt，計算結果分析可得：

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

規范化處理上述數據得：

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

可得到預測值為

表3

2.4 灰色預測模型

應用灰色預測模型對數據進行預測，將數據處理后編入程序利用軟件MATLEB得到GM（1，1）微分方程的參數■和■。具體程序及結果如下：

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

根據該模型對2011年6、7、8、9月的月度用電量進行預測可得

表4

2.5 組合預測

應用等權平均組合預測法，在EW法中，設fi為第i個模型的預測值，fc為組合預測值。則模型為

fc=■？撞■■fi

根據預測模型的預測結果，應用EW方法，得到預測結果見表5

3 結束語

文章采用了組合預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測，具有一定的現實意義。根據月度用電量的特點，在組合預測中選取了三種預測模型，分別使用二次指數平滑法，先定線性趨勢預測法，灰色預測GM（1，1）。在二次指數平滑法中，應用了軟件SPSS確定參數a，對數據進行了兩次相應處理。在GM（1，1）中應用了軟件MATLEB，對數據進行編程，輸出參數，建立模型。最后在組合預測中使用EW方法，對上述三模型的預測值進行組合預測，最終形成組合預測值。文章有效使用了相應的預測軟件，使得結果更準確，減少了工作量。充分利用了組合預測的優點，提高了預測精度。

參考文獻

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

[2]牛東曉，曹樹華，趙磊，等.電力負荷預測技術及其應用[M].北京：中國電力出版社，1998.

[3]呂振通，張凌云.SPSS統計分析與應用[M].北京：機械工業出版社，2009.

[4]黃現代，王豐效.多變量灰色預測模型算法的MATLEB實現[J].四川理工學院學報（自然科學版），2008，21（1）.

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

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

[7]宋遠玲，盧占會，楊玉華，等.最優組合預測模型在用電消費量預測中的應用[J].科學與財富，2010（3）.