李賦欣+杜雪松+徐厚東+佟如意

【摘 要】 全社會(huì)用電量不斷增長(zhǎng)是電力工業(yè)發(fā)展的基礎(chǔ)。正確地預(yù)測(cè)全社會(huì)用電量，既是為了保證全社會(huì)經(jīng)濟(jì)平穩(wěn)發(fā)展的需要，也是電力公司自身健康發(fā)展的需要。本文運(yùn)用多種數(shù)據(jù)方法對(duì)四川省內(nèi)全社會(huì)用電量進(jìn)行預(yù)測(cè)，同時(shí)引入專(zhuān)家評(píng)定的理念，對(duì)各種預(yù)測(cè)方法給出影響權(quán)重，最終得到較優(yōu)的全社會(huì)用電量預(yù)測(cè)數(shù)據(jù)，為四川省內(nèi)能源資源平衡、電力余缺調(diào)劑，以及電網(wǎng)資金和人力資源的需求與平衡提供可靠的依據(jù)。

【關(guān)鍵詞】 社會(huì)用電量 ?預(yù)測(cè) ?組合方法

【Abstract】 The consumption of the whole society growth is the basis for the development of power industry. Correctly predict the power consumption of the whole society，not only in order to ensure the smooth development of the whole social economy needs，but also the need of the development of the electric power company.Using a variety of data of Sichuan Province is applied to forecast the electricity consumption，while the introduction of expert evaluation concept，for forecasting method gives influence weight，this paper finally get the data to predict social power consumption for Sichuan Province energy balance，power adjust surplus and deficiency，and provide reliable demand and balance the power of capital and human resources.

【Key words】 electricity consumption ?forecasting ?combination method

全社會(huì)用電量預(yù)測(cè)是一項(xiàng)十分重要的工作，它對(duì)于保證電力工業(yè)的健康發(fā)展，確保電力供應(yīng)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的供應(yīng)，乃至對(duì)于整個(gè)國(guó)民經(jīng)濟(jì)的發(fā)展均有著十分重要的意義。

1 實(shí)行電力電量分析預(yù)測(cè)的重要意義

“十二五”時(shí)期是四川省深入實(shí)施西部大開(kāi)發(fā)戰(zhàn)略、繼續(xù)推進(jìn)“兩個(gè)加快”、全面建成小康社會(huì)的攻堅(jiān)時(shí)期?！笆濉币?guī)劃提出的經(jīng)濟(jì)社會(huì)發(fā)展各項(xiàng)目標(biāo)值，對(duì)深化能源改革、提高能源支撐保障能力、加快轉(zhuǎn)變能源發(fā)展方式提出了更高更新的要求。十八大報(bào)告再次強(qiáng)調(diào)要推動(dòng)能源生產(chǎn)和消費(fèi)革命，支持可再生能源發(fā)展，確保國(guó)家能源安全。而電力行業(yè)，尤其是水力發(fā)電行業(yè)作為重要的清潔能源、可再生能源之一，對(duì)四川國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展有著重要作用。隨著四川工業(yè)化、城鎮(zhèn)化加速發(fā)展，電力消費(fèi)需求大幅上升，尤其是在枯水期和用電高峰期，電力供求矛盾日益突出，已經(jīng)嚴(yán)重影響到四川經(jīng)濟(jì)社會(huì)發(fā)展，因此為保證能源特別是電力供應(yīng)，必須對(duì)電力需求的發(fā)展有著相對(duì)準(zhǔn)確的預(yù)判和掌握。

因此，本文主要在于清晰認(rèn)識(shí)四川能源消費(fèi)與電力消費(fèi)現(xiàn)狀及特征，具體分析影響電力消費(fèi)的諸多因素，預(yù)判電力消費(fèi)水平，以提高電力公司電網(wǎng)運(yùn)營(yíng)質(zhì)量和經(jīng)營(yíng)效率，從而進(jìn)一步開(kāi)拓電力市場(chǎng)。 當(dāng)前，由于國(guó)內(nèi)、國(guó)際市場(chǎng)相互作用，政治、經(jīng)濟(jì)形勢(shì)錯(cuò)綜復(fù)雜，企業(yè)生產(chǎn)面臨諸多不確定因素，因此用電需求存在較大不確定性，傳統(tǒng)的單耗法已經(jīng)無(wú)法進(jìn)行相對(duì)準(zhǔn)確的電量預(yù)測(cè)，因此在電量預(yù)測(cè)中引入了多種數(shù)學(xué)方法。潘麗鳳在售電量預(yù)測(cè)及其相關(guān)決策研究中，結(jié)合日常工作，提出了基于時(shí)間序列的季節(jié)比例模型，改進(jìn)的BP網(wǎng)絡(luò)模型，多元模糊線性回歸模型等多種日常預(yù)測(cè)方法[1]。曲正偉則采用遺傳算法對(duì)T-S模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值進(jìn)行訓(xùn)練，提高神經(jīng)網(wǎng)絡(luò)的收斂速度，在可預(yù)報(bào)尺度范圍內(nèi)對(duì)電量進(jìn)行精度預(yù)測(cè)[2]。侯英偉考慮歷史數(shù)據(jù)影響因素對(duì)電力系統(tǒng)電量預(yù)測(cè)進(jìn)行闡述[3]。綜上，在電力電量預(yù)測(cè)中，常采用諸如曲線擬合、時(shí)間序列、回歸分析、灰色預(yù)測(cè)等方法，以及近些年提出的神經(jīng)網(wǎng)絡(luò)、模糊技術(shù)和遺傳算法等智能方法，但是單一方法的應(yīng)用都有其局限性，因此，采用多種數(shù)學(xué)方法結(jié)合，進(jìn)行電量的預(yù)測(cè)，在實(shí)際工作更加常用[4]。本文的研究將有利于全面貫徹科學(xué)發(fā)展觀和黨的十八大精神，有利于掌握四川用電量需求，在完成電量需求的基礎(chǔ)上開(kāi)展電力供應(yīng)，保障整個(gè)社會(huì)穩(wěn)定和經(jīng)濟(jì)的可持續(xù)發(fā)展，有利于建立美麗四川，實(shí)現(xiàn)四川經(jīng)濟(jì)社會(huì)的永續(xù)發(fā)展。

2 全社會(huì)用電量預(yù)測(cè)的一般方法及優(yōu)劣比較

當(dāng)今，電力需求預(yù)測(cè)技術(shù)經(jīng)過(guò)幾十年的發(fā)展，人們提出了許多的預(yù)測(cè)方法?，F(xiàn)有的預(yù)測(cè)方法大體可以分為兩類(lèi)：經(jīng)典的數(shù)學(xué)統(tǒng)計(jì)方法以及上世紀(jì)90年代興起的各種人工智能方法。經(jīng)典的數(shù)學(xué)統(tǒng)計(jì)方法包括線性外推法、多元線性回歸法、時(shí)間序列法和狀態(tài)空間法等。人工智能方法包括人工神經(jīng)網(wǎng)絡(luò)法、專(zhuān)家系統(tǒng)方法和模糊推理方法、小波分析等。

（1）部門(mén)分析法：部分分析綜合預(yù)測(cè)方法是編制能源規(guī)劃時(shí)常用的預(yù)測(cè)方法，是大多數(shù)計(jì)劃工作人員所熟悉的，基本思路是通過(guò)各部門(mén)能源消費(fèi)水平的現(xiàn)狀分析，根據(jù)計(jì)劃期內(nèi)部門(mén)生產(chǎn)發(fā)展水平和能耗下降的可能，并依據(jù)各部門(mén)之間的比例變化來(lái)綜合預(yù)測(cè)能源需求量，一般說(shuō)，部門(mén)劃分越細(xì)，預(yù)測(cè)的準(zhǔn)確性越高。

（2）回歸分析：由于電力需求與經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)均有密切關(guān)系，因此可以建立它們之間的回歸方程，并檢驗(yàn)其相關(guān)的顯著性，從而可深入研究到底哪些因素與電力消費(fèi)量關(guān)系最為密切，由此預(yù)測(cè)在各種經(jīng)濟(jì)、人口或者其他因素發(fā)展變化的條件下對(duì)能源的需求量。endprint

（3）產(chǎn)值單耗法：產(chǎn)值單耗就是單位產(chǎn)值所消耗的成本，根據(jù)當(dāng)前的產(chǎn)品生產(chǎn)量以及其能耗的變化情況，可以初步預(yù)測(cè)其電力消費(fèi)水平。

（4）灰色預(yù)測(cè)法：所謂灰色系統(tǒng)是介于白色系統(tǒng)和黑箱系統(tǒng)之間的過(guò)渡系統(tǒng)，其具體的含義是：如果某一系統(tǒng)的全部信息已知為白色系統(tǒng)，全部信息未知為黑箱系統(tǒng)，部分信息已知，部分信息未知，那么這一系統(tǒng)就是灰色系統(tǒng)。一般地說(shuō)，社會(huì)系統(tǒng)、經(jīng)濟(jì)系統(tǒng)、生態(tài)系統(tǒng)都是灰色系統(tǒng)。在電力消費(fèi)系統(tǒng)中，導(dǎo)致電力需求變化的因素很多，因此對(duì)電量這一灰色系統(tǒng)的預(yù)測(cè)可以用灰色預(yù)測(cè)方法。

（5）時(shí)間序列的季節(jié)比例模型：季節(jié)比例模型假定被預(yù)測(cè)變量在一個(gè)周期的特定部分的總量與周期中的總量的比例是一個(gè)常數(shù)。通過(guò)歷史數(shù)據(jù)把這個(gè)常數(shù)確定后，就可以根據(jù)一個(gè)周期的前半部分值預(yù)測(cè)后半部分未知的值[1]。

（6）B-P網(wǎng)絡(luò)是1986年由Rumelhart和McCelland為首的科學(xué)家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小，包括電量預(yù)測(cè)在內(nèi)，應(yīng)用范圍廣泛[1]。

從日常工作出發(fā)，以上幾種方法均有優(yōu)勢(shì)和不足，部門(mén)分析法雖然預(yù)測(cè)較為準(zhǔn)確，但細(xì)分部門(mén)類(lèi)型較多，工作量大;回歸分析，由于受影響的回歸因素僅有經(jīng)濟(jì)社會(huì)發(fā)展情況，受到經(jīng)濟(jì)發(fā)展的波動(dòng)影響因素較大，波動(dòng)也大;產(chǎn)值單耗法作為整體的預(yù)測(cè)，受到生產(chǎn)量和單耗兩個(gè)因素作用，變動(dòng)也較大;灰色預(yù)測(cè)法作為一種離散預(yù)測(cè)方法，其主要在已知數(shù)列中求解，對(duì)于數(shù)列隨時(shí)間變化的趨勢(shì)要求原始數(shù)列數(shù)據(jù)足夠多才能準(zhǔn)確預(yù)測(cè)，在當(dāng)前一般是5至10年的數(shù)據(jù)積累量的基礎(chǔ)上，準(zhǔn)確度也受到影響;時(shí)間序列法由于當(dāng)前售電市場(chǎng)收到波動(dòng)影響因素較多，準(zhǔn)確性相對(duì)較差;神經(jīng)元網(wǎng)絡(luò)算法準(zhǔn)確性較高，但計(jì)算相對(duì)復(fù)雜。

因此，作為電力企業(yè)，在日常工作和管理中需要對(duì)下一階段用電量進(jìn)行初步的預(yù)測(cè)，一般情況下，由于神經(jīng)元算法的復(fù)雜性，在相對(duì)準(zhǔn)確度要求較低的情況下，一般不采用，時(shí)間序列由于四川省內(nèi)豐、枯期間受到氣溫影響負(fù)荷變化較大，時(shí)間序列一般不太適用，因此考慮快速、方便、相對(duì)準(zhǔn)確等幾個(gè)因素，在日常的工作中，可采用部門(mén)分析法、回歸分析法、產(chǎn)值單耗法、灰色預(yù)測(cè)法等多種方法結(jié)合運(yùn)用，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較，以求得比較準(zhǔn)確的預(yù)測(cè)值。

3 全社會(huì)用電量的預(yù)測(cè)

基于2013年1-8月和近10年數(shù)據(jù)，對(duì)2013年和2014年全社會(huì)用電量進(jìn)行預(yù)測(cè)。2013年1-8月，四川全社會(huì)用電量為1276億千瓦時(shí)，同比增長(zhǎng)5.96%，增速同比上升1.34個(gè)百分點(diǎn)。1月份，全社會(huì)用電量171億千瓦時(shí)，同比增長(zhǎng)20.5%，增速同比上升25.1個(gè)百分點(diǎn)。2月份，受春節(jié)假期影響，當(dāng)月全社會(huì)用電量140億千瓦時(shí)，同比降低1.50%，增速同比回落8.82個(gè)百分點(diǎn)。3月份，受同期抄表時(shí)差影響，當(dāng)月全社會(huì)用電量149億千瓦時(shí)，同比降低0.70%，增速為負(fù)，增速同比回落13.0個(gè)百分點(diǎn)。4月份起逐月回升，當(dāng)月全社會(huì)用電量153億千瓦時(shí)，同比增長(zhǎng)2.80%，增速同比回落0.22個(gè)百分點(diǎn)。6月份，全社會(huì)用電量165億千瓦時(shí)，同比增長(zhǎng)8.29%，增速同比上升5.20個(gè)百分點(diǎn)，用電量及增速均達(dá)到上半年次高點(diǎn)，但仍遠(yuǎn)低于1月份水平。8月份，全社會(huì)用電量182億千瓦時(shí)，同比增長(zhǎng)7.89%，增速同比上升1.09個(gè)百分點(diǎn)（如圖1所示）。

3.1 部門(mén)分析法

基于2005至2012年以及2013年1至8月四川地區(qū)全社會(huì)用電量歷史數(shù)據(jù)，利用部門(mén)分析法，預(yù)測(cè)得出2013、2014年四川地區(qū)全社會(huì)用電量分別為1935億千瓦時(shí)、2055億千瓦時(shí)，同比增長(zhǎng)5.70%、 ? ? ? 6.20%。

3.2 回歸分析法

回歸分析法是研究變量與變量之間關(guān)系的一種數(shù)學(xué)方法，分為一元非線性回歸、一元線性回歸、多元非線性回歸、多元線性回歸?；?005～2012年四川地區(qū)全社會(huì)用電量歷史數(shù)據(jù)，采用非線性回歸分析法，通過(guò)對(duì)數(shù)函數(shù)進(jìn)行曲線擬合，反映四川地區(qū)全社會(huì)用電量與GDP的關(guān)系。

對(duì)數(shù)函數(shù)擬合的數(shù)學(xué)模型為：

y=aln（x）+b

式中，x代表不同年份按2010年可比價(jià)計(jì)算的GDP，y代表不同年份對(duì)應(yīng)的全社會(huì)用電量，a、b為待定系數(shù)。

基于歷史數(shù)據(jù)，利用最小二乘法求出模型中的待定系數(shù)：a=1008.41、b=-8281.5。同時(shí)求得判定系數(shù)R2=0.9762。

根據(jù)以上各參數(shù)，預(yù)測(cè)得出2013、2014年四川地區(qū)全社會(huì)用電量分別為1927億千瓦時(shí)、2019億千瓦時(shí)，同比增長(zhǎng)5.27%、4.76%。

3.3 產(chǎn)值單耗法

四川單位GDP電耗歷史數(shù)據(jù)如下表所示?！笆晃濉彼拇ㄔ跒?zāi)后重建的巨大壓力下，艱難地完成了單位GDP能耗降低20%的任務(wù)，單位GDP能耗年均下降4.36%，其中，萬(wàn)元GDP電耗年均下降2.87%。按照國(guó)家節(jié)能減排政策，“十二五”期，單位GDP能耗在“十一五”的基礎(chǔ)上下降16.0%，四川經(jīng)濟(jì)中高載能產(chǎn)業(yè)較重，節(jié)能降耗的壓力將持續(xù)存在。同時(shí)考慮到電能在終端能源的比例不斷提升，“十二五”、“十三五”期間萬(wàn)元GDP電耗按年均下降3%考慮。預(yù)測(cè)得出2013、2014年四川地區(qū)全社會(huì)用電量分別為1989億千瓦時(shí)、2113億千瓦時(shí)，分別同比增長(zhǎng)8.64%、6.27%（見(jiàn)表1）。

3.4 灰色預(yù)測(cè)法

灰色系統(tǒng)理論將一切隨機(jī)變量看作是在一定范圍內(nèi)變化的灰色量。已知一組隨時(shí)間變化、無(wú)明顯規(guī)律的原始數(shù)據(jù)列：

（一般即可）

求取GM（1.1）模型時(shí)，首先對(duì)該數(shù)據(jù)列進(jìn)行一階累加生成新序數(shù)列（即1-AGO）為x（1）。

按新序數(shù)列建立白化形式的微分方程：

式中，a、u為模型系數(shù)，記為A=[a，u]T，并用最小二乘法確定參數(shù)A，具體如下：endprint

其中：

基于2005～2012年四川地區(qū)全社會(huì)用電量歷史數(shù)據(jù)，確定灰色預(yù)測(cè)模型系數(shù)a=-0.097、u=894。當(dāng)k=9、k=10時(shí)，預(yù)測(cè)得出2013、2014年四川地區(qū)全社會(huì)用電量分別為2046億千瓦時(shí)、2255億千瓦時(shí)，同比增長(zhǎng)均為10.2%。

3.5 預(yù)測(cè)結(jié)果及校核

綜合部門(mén)分析法、回歸分析法、產(chǎn)值單耗法、灰色預(yù)測(cè)法的預(yù)測(cè)結(jié)果，采用專(zhuān)家評(píng)分法，征求長(zhǎng)期從事電量預(yù)測(cè)的多位專(zhuān)家對(duì)上述四類(lèi)方法重要性評(píng)價(jià)，同時(shí)引入重要品質(zhì)特征優(yōu)選法，通過(guò)專(zhuān)家重要性建議進(jìn)行兩兩比較，統(tǒng)計(jì)在兩兩比對(duì)過(guò)程相對(duì)重要的次數(shù)。對(duì)重要次數(shù)合計(jì)數(shù)據(jù)行采用min-max標(biāo)幺化處理，使得數(shù)據(jù)落在 ? [1，5]區(qū)間內(nèi)，得到最終重要程度指數(shù)，計(jì)算權(quán)重最終確定各個(gè)方法的權(quán)重Ki（如圖2所示）。

如圖所示為0.42、0.33、0.17、0.08，采取加權(quán)平均的方法，得出推薦方案：預(yù)計(jì)2013、2014年全社會(huì)用電量為1950.42億千瓦時(shí)、2068.98億千瓦時(shí)。

4 結(jié)語(yǔ)

2013年，四川全社會(huì)用電量為1949億千瓦時(shí)，與本文預(yù)測(cè)結(jié)論相近。本文介紹的電量預(yù)測(cè)的方法，考慮多個(gè)影響因素影響和因素之間比較復(fù)雜的關(guān)系，對(duì)具有高度不確定的非線性的全社會(huì)用電量系統(tǒng)，在日常工作中具有一定的實(shí)用性。

參考文獻(xiàn)：

[1]潘麗鳳.售電量預(yù)測(cè)及其相關(guān)決策的研究與應(yīng)用探究[J].華東科技，2009.

[2]曲正偉.基于混沌理論的電網(wǎng)售電量預(yù)測(cè)研究. 繼電器，2006（17）.

[3]侯英偉.考慮歷史數(shù)據(jù)影響因素的電力系統(tǒng)短期電量預(yù)測(cè)研究[D].燕山大學(xué)，2012.

[4]周琪.幾種電量預(yù)測(cè)的實(shí)用方法[J]. 江蘇電機(jī)工程，2006（25）.

[5]趙希正.中國(guó)電力負(fù)荷特性分析與預(yù)測(cè)[M].北京：中國(guó)社會(huì)出版社，2001.

[6]施泉生.短期負(fù)荷預(yù)報(bào)模型庫(kù)的研究及應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐，1996（16）.

[7]孫艷.基于混沌時(shí)間序列和神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測(cè)DJ].廣西大學(xué)，2007.

[8]虞楓.基于指數(shù)平滑法的需求預(yù)測(cè)[J].物流工程與管理，2011（05）.

[9]韓丹，張宏波，賈勇.經(jīng)濟(jì)因素對(duì)電量的影響分析與預(yù)測(cè)[J].吉林電力，2009（03）.

[10]黃珊.配電網(wǎng)規(guī)劃的回歸分析負(fù)荷預(yù)測(cè)方法研究[D].湖南大學(xué)，2010.

[11]常莉.城市配電網(wǎng)負(fù)荷預(yù)測(cè)研究[D].太原理工大學(xué)，2000.endprint

其中：

基于2005～2012年四川地區(qū)全社會(huì)用電量歷史數(shù)據(jù)，確定灰色預(yù)測(cè)模型系數(shù)a=-0.097、u=894。當(dāng)k=9、k=10時(shí)，預(yù)測(cè)得出2013、2014年四川地區(qū)全社會(huì)用電量分別為2046億千瓦時(shí)、2255億千瓦時(shí)，同比增長(zhǎng)均為10.2%。

3.5 預(yù)測(cè)結(jié)果及校核

綜合部門(mén)分析法、回歸分析法、產(chǎn)值單耗法、灰色預(yù)測(cè)法的預(yù)測(cè)結(jié)果，采用專(zhuān)家評(píng)分法，征求長(zhǎng)期從事電量預(yù)測(cè)的多位專(zhuān)家對(duì)上述四類(lèi)方法重要性評(píng)價(jià)，同時(shí)引入重要品質(zhì)特征優(yōu)選法，通過(guò)專(zhuān)家重要性建議進(jìn)行兩兩比較，統(tǒng)計(jì)在兩兩比對(duì)過(guò)程相對(duì)重要的次數(shù)。對(duì)重要次數(shù)合計(jì)數(shù)據(jù)行采用min-max標(biāo)幺化處理，使得數(shù)據(jù)落在 ? [1，5]區(qū)間內(nèi)，得到最終重要程度指數(shù)，計(jì)算權(quán)重最終確定各個(gè)方法的權(quán)重Ki（如圖2所示）。

如圖所示為0.42、0.33、0.17、0.08，采取加權(quán)平均的方法，得出推薦方案：預(yù)計(jì)2013、2014年全社會(huì)用電量為1950.42億千瓦時(shí)、2068.98億千瓦時(shí)。

4 結(jié)語(yǔ)

2013年，四川全社會(huì)用電量為1949億千瓦時(shí)，與本文預(yù)測(cè)結(jié)論相近。本文介紹的電量預(yù)測(cè)的方法，考慮多個(gè)影響因素影響和因素之間比較復(fù)雜的關(guān)系，對(duì)具有高度不確定的非線性的全社會(huì)用電量系統(tǒng)，在日常工作中具有一定的實(shí)用性。

參考文獻(xiàn)：

[1]潘麗鳳.售電量預(yù)測(cè)及其相關(guān)決策的研究與應(yīng)用探究[J].華東科技，2009.

[2]曲正偉.基于混沌理論的電網(wǎng)售電量預(yù)測(cè)研究. 繼電器，2006（17）.

[3]侯英偉.考慮歷史數(shù)據(jù)影響因素的電力系統(tǒng)短期電量預(yù)測(cè)研究[D].燕山大學(xué)，2012.

[4]周琪.幾種電量預(yù)測(cè)的實(shí)用方法[J]. 江蘇電機(jī)工程，2006（25）.

[5]趙希正.中國(guó)電力負(fù)荷特性分析與預(yù)測(cè)[M].北京：中國(guó)社會(huì)出版社，2001.

[6]施泉生.短期負(fù)荷預(yù)報(bào)模型庫(kù)的研究及應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐，1996（16）.

[7]孫艷.基于混沌時(shí)間序列和神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測(cè)DJ].廣西大學(xué)，2007.

[8]虞楓.基于指數(shù)平滑法的需求預(yù)測(cè)[J].物流工程與管理，2011（05）.

[9]韓丹，張宏波，賈勇.經(jīng)濟(jì)因素對(duì)電量的影響分析與預(yù)測(cè)[J].吉林電力，2009（03）.

[10]黃珊.配電網(wǎng)規(guī)劃的回歸分析負(fù)荷預(yù)測(cè)方法研究[D].湖南大學(xué)，2010.

[11]常莉.城市配電網(wǎng)負(fù)荷預(yù)測(cè)研究[D].太原理工大學(xué)，2000.endprint

其中：

基于2005～2012年四川地區(qū)全社會(huì)用電量歷史數(shù)據(jù)，確定灰色預(yù)測(cè)模型系數(shù)a=-0.097、u=894。當(dāng)k=9、k=10時(shí)，預(yù)測(cè)得出2013、2014年四川地區(qū)全社會(huì)用電量分別為2046億千瓦時(shí)、2255億千瓦時(shí)，同比增長(zhǎng)均為10.2%。

3.5 預(yù)測(cè)結(jié)果及校核

綜合部門(mén)分析法、回歸分析法、產(chǎn)值單耗法、灰色預(yù)測(cè)法的預(yù)測(cè)結(jié)果，采用專(zhuān)家評(píng)分法，征求長(zhǎng)期從事電量預(yù)測(cè)的多位專(zhuān)家對(duì)上述四類(lèi)方法重要性評(píng)價(jià)，同時(shí)引入重要品質(zhì)特征優(yōu)選法，通過(guò)專(zhuān)家重要性建議進(jìn)行兩兩比較，統(tǒng)計(jì)在兩兩比對(duì)過(guò)程相對(duì)重要的次數(shù)。對(duì)重要次數(shù)合計(jì)數(shù)據(jù)行采用min-max標(biāo)幺化處理，使得數(shù)據(jù)落在 ? [1，5]區(qū)間內(nèi)，得到最終重要程度指數(shù)，計(jì)算權(quán)重最終確定各個(gè)方法的權(quán)重Ki（如圖2所示）。

如圖所示為0.42、0.33、0.17、0.08，采取加權(quán)平均的方法，得出推薦方案：預(yù)計(jì)2013、2014年全社會(huì)用電量為1950.42億千瓦時(shí)、2068.98億千瓦時(shí)。

4 結(jié)語(yǔ)

2013年，四川全社會(huì)用電量為1949億千瓦時(shí)，與本文預(yù)測(cè)結(jié)論相近。本文介紹的電量預(yù)測(cè)的方法，考慮多個(gè)影響因素影響和因素之間比較復(fù)雜的關(guān)系，對(duì)具有高度不確定的非線性的全社會(huì)用電量系統(tǒng)，在日常工作中具有一定的實(shí)用性。

參考文獻(xiàn)：

[1]潘麗鳳.售電量預(yù)測(cè)及其相關(guān)決策的研究與應(yīng)用探究[J].華東科技，2009.

[2]曲正偉.基于混沌理論的電網(wǎng)售電量預(yù)測(cè)研究. 繼電器，2006（17）.

[3]侯英偉.考慮歷史數(shù)據(jù)影響因素的電力系統(tǒng)短期電量預(yù)測(cè)研究[D].燕山大學(xué)，2012.

[4]周琪.幾種電量預(yù)測(cè)的實(shí)用方法[J]. 江蘇電機(jī)工程，2006（25）.

[5]趙希正.中國(guó)電力負(fù)荷特性分析與預(yù)測(cè)[M].北京：中國(guó)社會(huì)出版社，2001.

[6]施泉生.短期負(fù)荷預(yù)報(bào)模型庫(kù)的研究及應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐，1996（16）.

[7]孫艷.基于混沌時(shí)間序列和神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測(cè)DJ].廣西大學(xué)，2007.

[8]虞楓.基于指數(shù)平滑法的需求預(yù)測(cè)[J].物流工程與管理，2011（05）.

[9]韓丹，張宏波，賈勇.經(jīng)濟(jì)因素對(duì)電量的影響分析與預(yù)測(cè)[J].吉林電力，2009（03）.

[10]黃珊.配電網(wǎng)規(guī)劃的回歸分析負(fù)荷預(yù)測(cè)方法研究[D].湖南大學(xué)，2010.

[11]常莉.城市配電網(wǎng)負(fù)荷預(yù)測(cè)研究[D].太原理工大學(xué)，2000.endprint