收藏本站
《广西师范大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于ARIMA模型及回归分析的广西电力需求预测研究

王柳  
【摘要】:随着中国经济进入了又一次加速增长,能源供需矛盾开始重新显现出来,电力能源作为我国的重要能源之一近些年消耗比重也愈来愈大。虽然我们国家已经尽力加快了电力建设的速度,但电力短缺仍然是近期内难以彻底解决的一大难题。据估计,我国今年的新增发电能力相比去年来说又有大幅增加,并且这种趋势将持续到明年。电力能源的这种加速扩张又会带动其他相关行业的扩张,而实际上实际卷入的投资需求大大高于电力行业本身的投资。电力发展应保持怎样的合理速度,基本上取决于电力需求的增长。因此,对电力需求的预测和分析越来越多地引起了各方的关注,那么研究电力消费量的内部变化规律以及电力数据与其影响因素之间的关系,然后对电力需求作出预先的估算对我国的电力系统具有指导性的意义。本文首先介绍了论文的研究背景以及梳理了国内外关于电力需求预测的相关文献中所使用的方法,其次结合广西的实际情况提出了本篇论文的研究方法。本篇论文提出从横向和纵向两个角度对电力需求进行预测分析,所涉及到的基本理论为回归分析预测法和时间序列预测法。从横向角度来看,对广西电力的需求现状进行分析,总结影响全社会用电量的因素,从国家统计局和广西统计年鉴获取1990年~2017年广西电力消费量及其影响因素的试验数据,以大量实际数据为依据,分析广西电力消费量及其影响因素的变化特征,阐述了电力需求与广西生产总值、产业结构、人口因素以及其他因素之间的关系,并对它们进行了相关分析,发现除了第三产业产值所占比重相关性不显著外,其他因素均具有较高程度的相关性。考虑到自变量间多重共线性的影响本文选取逐步回归分析法对电力消费量及其影响因素进行回归分析,建立回归模型并对回归模型以及回归系数进行检验,检验结果显著,说明可以进行预测分析,且得到了较好的预测结果。从纵向角度来看,根据电力需求量的时序特性利用Eviews软件建立合适的模型,检验数据的平稳性,确定数据是不平稳的,需要采用差分的办法将数据进行平稳化处理,通过分析自相关和偏自相关系数图初步识别出合理的ARIMA模型,再根据AIC统计量、SC统计量以及HC统计量最小信息准则确定最优模型,利用建立的最优模型进行预测分析,且得到了较好的预测结果。对比两种方法所得到的预测结果,回归分析预测法得到的预测结果相对误差较小。最后,本文对前面的分析进行了简要的总结并对以后的研究提供意见。
【学位授予单位】:广西师范大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F426.61

【相似文献】
中国期刊全文数据库 前10条
1 徐超;;一种基于ARIMA-SVR混合方法的汇率预测模型[J];智库时代;2019年01期
2 陈黎明;赵元元;;季节ARIMA模型在保费总收入预测中的应用[J];福建金融管理干部学院学报;2018年04期
3 刘若愚;刘立波;;基于ARIMA模型的游客人数分析与预测[J];电脑与电信;2019年Z1期
4 曾艺旋;周小军;杨姣;周孔香;胡炜华;;基于南昌市新建区居民伤害死亡趋势的ARIMA模型构建与预测[J];南昌大学学报(医学版);2019年01期
5 刘恬玥;高冰;张晓建;;基于ARIMA预测模型的人才市场需求分析[J];商讯;2019年11期
6 罗佳伟;张强;杨书;;基于ARIMA-BPNN的组合模型在重庆市艾滋病发现人数预测中的应用[J];预防医学情报杂志;2018年03期
7 邱林;;应用ARIMA模型预测某三级甲等医院门诊量[J];中国医院统计;2018年01期
8 应绍桦;;基于ARIMA的价格时间序列分析与预测——以沪铝1803合约为例[J];经贸实践;2018年10期
9 周惠;陈晓军;张杨;李智;;ARIMA模型在肺结核登记病例数预测中的应用[J];江苏预防医学;2018年03期
10 韩玲;颜隆;王鸿;石翎笙;高治理;贺娟;;ARIMA乘积季节模型在天津市痢疾发病预测中的应用[J];中华中医药杂志;2018年07期
中国重要会议论文全文数据库 前10条
1 何巧娜;胡樱;张增长;宇传华;;湖北省卫生总费用的ARIMA模型研究[A];2011年中国卫生统计学年会会议论文集[C];2011年
2 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三届中国控制会议论文集(下册)[C];2004年
3 Yulin Du;;Application and analysis of forecasting stock price index based on combination of ARIMA model and BP neural network[A];第30届中国控制与决策会议论文集(3)[C];2018年
4 王建锋;高歌;陈立凌;李红美;张明芝;王艾丽;;ARIMA模型及其在江苏省卫技人员数预测中的应用[A];中国现场统计研究会第12届学术年会论文集[C];2005年
5 刘倩;鲁光泉;;基于时间序列ARIMA模型的道路特性分析[A];第十三届中国智能交通年会大会论文集[C];2018年
6 李君华;王志坚;张立杰;陈雪;;基于小波理论及ARIMA模型的短期棉花价格预测[A];中国棉花学会2012年年会暨第八次代表大会论文汇编[C];2012年
7 赵少娟;朱正键;宁巧艳;;基于ARIMA模型的流量收入预测研究[A];2018广东通信青年论坛优秀论文专刊[C];2018年
8 毛锦凰;;ARIMA模型在宁夏财政预测中的应用[A];中国企业运筹学第十届学术年会论文集[C];2015年
9 胡威;杨杉;张成;马国柱;李梦琳;;基于ARIMA流量预测模型的粒子群带宽动态分配算法[A];2017智能电网发展研讨会论文集[C];2017年
10 李卓;谢沅潮;;中国国际贸易进口ARIMA季度模型[A];“决策论坛——管理决策模式应用与分析学术研讨会”论文集(下)[C];2016年
中国重要报纸全文数据库 前1条
1 ;基于数量化方法对未来经济增长趋势的预测[N];第一财经日报;2009年
中国博士学位论文全文数据库 前10条
1 孙继民;发热伴血小板减少综合征时空预测研究[D];中国疾病预防控制中心;2018年
2 Annie Uwimana;用时间序列模型预测非洲国内生产总值[D];中国科学技术大学;2018年
3 刘建华;手足口病发病趋势预测及传播动力学模拟研究[D];华中科技大学;2017年
4 孙晓东;邮轮收益管理:需求预测与收益优化[D];上海交通大学;2011年
5 付敏英;天津市城镇化融资决策研究[D];天津大学;2011年
6 张立杰;棉花价格研究及预测[D];天津大学;2012年
7 姜向荣;短时间序列预测建模及应用研究[D];北京邮电大学;2009年
8 向昌盛;基于支持向量机的时间序列组合预测模型[D];湖南农业大学;2011年
9 汪琼;我国轿车企业新车面市时间与先行者优势相关研究[D];华中科技大学;2010年
10 胡建峰;橘小实蝇监测、生物防治及蛋白铒剂应用机理[D];福建农林大学;2012年
中国硕士学位论文全文数据库 前10条
1 郭暘;基于风速修正的风电功率短期预测研究[D];内蒙古大学;2019年
2 王运豪;基于ARIMA-GARCH和SVR组合模型的股指预测研究[D];东北师范大学;2019年
3 唐智;基于ARIMA与SVM的湘江流域水质预测[D];湖南农业大学;2018年
4 赵宇;基于ARIMA、SVR组合模型的空气质量指数预测[D];天津商业大学;2019年
5 李文瀚;山西省人间布病的流行特征及基于ARIMA-ERNN组合模型预测效果研究[D];山西医科大学;2019年
6 李勃旭;基于ARIMA模型的地铁车门传动系统故障预测[D];兰州理工大学;2019年
7 张全;风沙场短期风速预测研究[D];兰州大学;2019年
8 王柳;基于ARIMA模型及回归分析的广西电力需求预测研究[D];广西师范大学;2019年
9 张瑶真;基于ARIMA模型和GM(1,1)模型的河南省人口的实证分析[D];广西师范大学;2019年
10 朱佳俊;关于我国GDP的预测方法研究[D];山东大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026