基于ARIMA模型的我国电力生产预测研究 .pdf

维普资讯

ＶａｌｕｅＥｎｇｉｎｅｅｒｉｎｇＮｏ．９，２００６价值工程２００６年第９期

基于ＡＲｌＭＡ模型的我国电力生产预测研究

ＦｏｒｅｃａｓｔＲｅｓｅａｒｃｈｏｆＣｈｉｎａＳＥｌｅｃｔｒｉｃＰｏｗｅｒ

ＰｒｏｄｕｃｔｉｏｎＢａｓｅｄｏｎＡＲＩＭＡＭｏｄｅｌｓ

姜庆华ＪｉａｎｇＱｉｎｇｈｕａ；赵丽萍ＺｈａｏＬｉｐｉｎｇ

（山东经济学院统计与数学学院，济南２５００１４；威海市国有资产经营有限公司，威海２￣２００）

（ＳｃｈｏｏｌｏｆＳｔａｔｉｓｔｉｃｓａｎｄＭａｔｈｅｍａｔｉｃｓ，ＳｈａｎｄｏｎｇＩｎｓｔｉｔｕｔｅｏｆＥｃｏｎｏｍｉｃｓ，Ｊｉｎａｎ２５００１４，Ｃｈｉｎａ；

Ｓｔａｔｅ—ｏｗｎＡｓｓｅｔｓＬｉｍｉｔｅｄＣｏｍｐａｎｙｏｆＷｅｉｈａｉ，Ｗｅｉｈａｉ２￣２００，Ｃｈｉｎａ）

摘要：考虑到电力对国家社会经济发展的重要性，本文研究了我国电力生产的预测模型。鏊于我国电力生产时间序列数据

的完备性．在对该时间序列进行平稳性检验的基础上。比较分析建立了我国电力生产量的ＡＫＩＭＡ模型，并运用所建立模型进

行了预测。

Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｓｔｕｄｉｅｓＣｈｉｎａＳｅｌｅｃｔｒｉｃｐｏｗｅｒｐｒｏｄｕｃｔｉｏｎｆｏｒｅｃａｓｔｍｏｄｅｌｓ．Ｉｎｖｉｅｗｏｆｔｈｅｆａｃｔｔｈａｔｔｈｅｅｌｅｃｔｒｉｃｐｏｗｅｒ

ｐｒｏｄｕｃｔｉｖｅｄａｔａｉｓｃｏｍｐｌｅｔｅｎｅｓｓ．ｈｔｅｐａｐｅｒｅｘａｍｉｎｅｓｔｈｅｓｔａｂｉｌｉｔｙｏｆｔｈｅｄａｔａａｎｄｃｏｍｐａｒｅｓｓｏｍｅＡＲＩＭＡｍｏｄｅｌｓａｂｏｕｔＣｈｉｎａＳｅｌｅｃｔｒｉｃ

ｐｏｗｅｒｐｒｏｄｕｃｔｉｏｎ，ｔｈｅｎｃｏｎｄｕｃｔｓｔｈｅｆｏｒｅｃａｓｔｒｅｓｅａｒｃｈｕｓｉｎｇｔｈｅｂｅｔｔｅｒｍｏｄｅ１．

关键词：发电量；ＡＲＩＭＡ模型：预测

Ｋｅｙｗｏｒｄｓ：ｅｌｅｃｔｒｉｃｐｏｗｅｒｐｒｏｄｕｃｔｉｏｎ：ＡＲＩＭＡｍｏｄｅｌ；ｆｏｒｅｃａｓｔ

中图分类号：Ｆ４ｏ７．６１：Ｆ１２３・２文献标识码：Ａ文章编号：１００６－４３ｌｌ（２００６）０９－０１１３．ｏ４

Ｏ引言关系数等，以寻求其内在的统计规律。本文尝试运用

电力对国计民生有着至关重要的作用尤其每年ＡＲＩＭＡ模型方法对我国电力企业发电量时间序列进

进入用电高峰期．大江南北就开始节电保能。用电量直行分析并作出预测。

接受发电能力和负荷大小决定：而发电量多少的预测ＡＲＩ１ＭＡ模型简介

对于电力部门合理配置所需资源如燃煤、燃油、核燃料

１．１时间序列的平稳性分析

等原料以及电力建设决策提供参考依据．具有重要的

时间序列分析过程包括：数据平稳性分析、模型识

现实意义。

别、模型估计和模型运用。

时间序列数据的根本特征是它对时间的顺序性．（１）序列平稳性判断。时间序列数据的平稳性，统

它是由时间序列数据按时间顺序统计观测的基本方式

计上的理解是指一个随机过程的均值和方差是常数．

决定