论文部分内容阅读
区域月度售电量预测是区域电网规划与建设、区域经济发展运行、居民生活保障等的重要基础；是区域电量调控管理、发购电决策制定、提高供电设备利用率、深化电力体制改革的重要工作。然而，月度售电量预测的精准度提高一直困扰着供电部门，传统方法在月度售电量预测中局限于时间序列的趋势外推，没有考虑多种内外部因素对售电量预测的影响，这会引起售电量预测过程中数据信息的丢失，导致预测误差的增大。 本文以售电信息的即时数据为基础，在比较传统月度售电量分析方法的基础上，以ARIMA模型为基础，运用EVIEWS软件中的“季节调整”功能，分解月度售电量，建立考虑季节调整的ARIMA模型，以北京市2008-2015年的月度售电量数据为样本，对北京月度售电量进行预测、为北京市的电力供应与营销管理提供了更加精准、及时的数据支撑。具体来说，本文首先界定了售电量预测、季节调整的概念，分析了售电量预测的基本原理与步骤、售电量预测的分类、售电量预测误差产生的原因等。其次，本文从全社会售电量、各行业售电量、主要高耗能行业售电量以及分区域售电量多个维度分析预测了北京的售电量的现状，并从五个方面分析了现阶段北京售电量存在的问题，并强调了售电量预测研究的重要性。第三，本文以北京2008年1月到2015年12月的月度售电量数据为样本，分别用线性回归法、Holt-Winters模型以及ARIMA模型这三种传统方法预测北京月度售电量，通过对三种传统方法的预测结果比较，指出传统模型预测方法不足及其改进方向。第四，本文在通过回归分析法，分析了北京月度售电量的影响因素的基础上，使用EVIEWS软件，通过EVIEWS软件中X12乘法模型所提供的“季节调整”功能，对月度售电量数据进行分解，改进传统ARIMA模型，对北京月度售电量进行预测。最后，本文以北京市2008年1月到2013年12月的数据为试验样本，以2014年1月到2015年12月的月度售电量数据为训练样本，验证本文所构建的考虑季节调整ARIMA模型的科学性，同时据此预测了北京2017年1月-12月的月度售电量，并分析预测结果得出研究结论。