摘要：負(fù)荷預(yù)測是現(xiàn)在我們電力系統(tǒng)的經(jīng)濟(jì)調(diào)度中的一項(xiàng)重要內(nèi)容，從已知的電力系統(tǒng)、經(jīng)濟(jì)、社會、氣象等現(xiàn)實(shí)狀況出發(fā)，通過分析和比較歷史數(shù)據(jù)，找出事物與事物間的內(nèi)在關(guān)系及其中發(fā)展的變化規(guī)則，對負(fù)荷數(shù)據(jù)做出預(yù)先估計(jì)和推測。如今，伴隨著科學(xué)技術(shù)、人工智能的發(fā)展，我們可以選擇的分析方法也越來越多，本文將著重進(jìn)行電力系統(tǒng)負(fù)荷預(yù)測與氣象的關(guān)系的研究，和分析方法之間的對比。（數(shù)據(jù)來源于電工杯16年建模A題）

通過簡單的數(shù)據(jù)處理和回歸分析模型可以將荷使用情況與氣象因素聯(lián)系起來。通過逐步回歸可以找到對負(fù)荷使用情況起到較大作用的氣象因素，在觀測時可以通過提高這些因素的準(zhǔn)確性以達(dá)到進(jìn)一步加大回歸分析預(yù)測的準(zhǔn)確性。

再通過MATLAB建立ARIMA模型，從而實(shí)現(xiàn)關(guān)于電力系統(tǒng)負(fù)荷的短期預(yù)測。

關(guān)鍵詞：電力系統(tǒng)負(fù)荷預(yù)測、逐步回歸方程、ARIMA

目錄

摘要

Abstract

一、引言-6

二、 負(fù)荷預(yù)測與氣象關(guān)系的幾種常用研究方法-6

2.1曲線外推法-6

2.2回歸分析法-6

2.3時間序列法-7

2.4人工神經(jīng)網(wǎng)絡(luò)法-7

2.5綜述-7

三、 各項(xiàng)負(fù)荷指標(biāo)比較分析-7

3.1基本概念-7

3.2比較各項(xiàng)指標(biāo)-8

四、 日最高負(fù)荷、日最低負(fù)荷、日平均負(fù)荷與各氣象因素之間的關(guān)系-13

五、 實(shí)證建模分析Arima模型預(yù)測-17

5.1 模型的建立過程-17

5.2 差分序列模型預(yù)測求解與誤差分析-19

5.3  BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測-20

5.4 兩種預(yù)測方法的對比分析-21

六、參考文獻(xiàn)-22