[摘要] 本文以1999-2011年中国电力消费量为样本数据,运用改进的GM(1,1)模型对其进行拟合和预测;并运用周期性残差修正模型对IGM模型的预测残差进行修正;综合两者得到含周期性残差修正的IGM组合模型,然后利用此组合模型预测2012和2013年中国电力消费量,最后,采用后验差检验法对组合模型的预测精度进行检验。预测结果表明:组合模型预测精度达到一级精度“好”,并且中国电力消费量在未来几年将继续保持上升的趋势。
[关键词]
[] A [文章编号] 1673 - 0194(2013)05- 0039- 02
1 引言
在国民经济发展过程中,电能是人类赖以生存和发展的重要因素,然而电力行业却成为工业领域碳排放量最大的部门,因此,电力行业必须向低碳经济发展模式转型。而且随着经济的快速发展,电力消费量也迅猛增长,电力供需矛盾日益加剧。因此,电力供给不仅影响到现阶段社会经济的稳定发展,而且对未来社会经济的稳定发展产生重大影响,科学准确的电力需求预测对避免电力短缺并制定有效的电力规划至关重要。
近几年,许多专家学者和机构对电力消费预测进行过广泛的研究。林伯强利用协整理论对电力需求进行了中长期预测,并运用误差纠正模型预测了短期内的电力需求行为。陈春根运用向量自回归方法对中国用电量及用电结构进行了分析预测,并用此模型预测了2002-2020年用电结构。王庆露[3]采用协整分析与误差纠正模型研究了我国电力消费与经济增长之间的关系,建立了误差修正模型,并利用干预分析的方法对误差修正模型的预测结果进行矫正,对2005-2025年的电力需求值进行了外推预测。王桂芝[4]选择三次多项式曲线模型、霍尔特指数型指数平滑模型、IMA模型作为组合预测模型对电力消费量进行预测,并且采用离异系数法对组合模型进行赋权。李菁[5]运用基因表达式编程(GEP)方法,基于武汉市1990-2005年的数据,构建了武汉市年电力消费预测模型,结果显示该预测模型计算的电力需求预测误差平均为
[关键词]
摘自:毕业论文格式要求www.udooo.com
改进的GM(1,1)模型 ;电力消费预测 ;组合模型[] A [文章编号] 1673 - 0194(2013)05- 0039- 02
1 引言
在国民经济发展过程中,电能是人类赖以生存和发展的重要因素,然而电力行业却成为工业领域碳排放量最大的部门,因此,电力行业必须向低碳经济发展模式转型。而且随着经济的快速发展,电力消费量也迅猛增长,电力供需矛盾日益加剧。因此,电力供给不仅影响到现阶段社会经济的稳定发展,而且对未来社会经济的稳定发展产生重大影响,科学准确的电力需求预测对避免电力短缺并制定有效的电力规划至关重要。
近几年,许多专家学者和机构对电力消费预测进行过广泛的研究。林伯强利用协整理论对电力需求进行了中长期预测,并运用误差纠正模型预测了短期内的电力需求行为。陈春根运用向量自回归方法对中国用电量及用电结构进行了分析预测,并用此模型预测了2002-2020年用电结构。王庆露[3]采用协整分析与误差纠正模型研究了我国电力消费与经济增长之间的关系,建立了误差修正模型,并利用干预分析的方法对误差修正模型的预测结果进行矫正,对2005-2025年的电力需求值进行了外推预测。王桂芝[4]选择三次多项式曲线模型、霍尔特指数型指数平滑模型、IMA模型作为组合预测模型对电力消费量进行预测,并且采用离异系数法对组合模型进行赋权。李菁[5]运用基因表达式编程(GEP)方法,基于武汉市1990-2005年的数据,构建了武汉市年电力消费预测模型,结果显示该预测模型计算的电力需求预测误差平均为