一种发电燃料供应预测方法
【专利摘要】本发明公开了一种发电燃料供应预测方法，包括如下步骤：平稳化处理；模型识别与定阶：根据自相关图和偏自相关图，建立预测模型，确定模型参数：模型参数估计：由自相关图、偏自相关图、平稳性确定模型中的相关参数；模型适应性检验：进行残差独立性检验或异方差检验，修改预测模型，直至残差序列为白噪声序列，所有有用信息被提取。本发明提出的基于乘积季节模型的发电燃料供应量预测方法，预测模型采用随机季节模型与ARIMA模型的结合式，在考虑历史数据和影响因素的前提下，更好的反映了发电燃料供应的季节性因素，提高了发电燃料预测精度。
【专利说明】-种发电燃料供应预测方法
【技术领域】
[0001] 本发明涉及一种发电燃料供应预测方法，属于火力发电【技术领域】。
【背景技术】
[0002] 发电燃料的供应受到能源政策、供需形势、资源分布、供应价格、交通运输、市场博 弈等多种复杂因素的影响，长期W来缺乏合理有效的供应预测方法和技术手段。然而，随着 厂网分离的实施，电网公司和电力调度机构对发电燃料供应的掌握严重不足，已经不能满 足电力供应工作的要求，尤其是在来水偏枯、电力供应紧张的时期，发电燃料供应的预测对 缓解电力供需矛盾、有序做好发用电管理起着举足轻重的作用。
[0003] 按预测方法的性质不同，预测可分为定性预测和定量预测。常用的定性预测方法 有主观概率法、调查预测法、德尔菲法、类比法、相关因素分析法等。定量方法又可W分为因 果分析法和时间序列分析法等，因果分析法也叫结构关系分析法。它是通过分析变化的原 因，找出原因与结果之间的联系方式，建立预测模型，并据此预测未来的发展变化趋势及可 能水平。时间序列分析法也叫历史延伸法。它是W历史的时间序列数据为基础，运用一定 的数学方法寻找数据变动规律向外延伸，预测未来的发展变化趋势。
[0004] 发电燃料的供应情况受到多种复杂因素的影响，特别是随着季节的变动，发电燃 料供应会出现较大的变化。该种含有季节变动的时序，用数学方法拟合其演变规律并进行 预测是相当复杂的。但如果我们能够设法从时序中分离出长期趋势，并找出季节变动的规 律，将二者结合起来预测，就可W使问题得到简化，也能够达到预测精度的要求。
【发明内容】
[0005] 本发明的目的在于克服现有技术中的不足，提供一种发电燃料供应预测方法，综 合考虑季节影响因素，能够准确预测发电燃料。
[0006] 为达到上述目的，本发明所采用的技术方案是；一种发电燃料供应预测方法，包括 如下步骤：
[0007] 步骤一；平稳化处理；将原始数据的不平稳时间序列转换为平稳时间序列；
[0008] 步骤二：模型识别与定阶；根据自相关图和偏自相关图，建立预测模型，确定模型 参数：
[0009] 所建立的预测模型为：
[0010]
【权利要求】
1. 一种发电燃料供应预测方法，其特征在于，包括如下步骤： 步骤一：平稳化处理：将原始数据的不平稳时间序列转换为平稳时间序列； 步骤二：模型识别与定阶：根据自相关图和偏自相关图，建立预测模型，确定模型参 数： 所建立的预测模型为：
S表示一个季节循环中的观测个数，P 表示同一周期内不同周期点的相关关 系，表示不同周期的同一周期点上的相关关系； 步骤三：模型参数估计：由自相关图确定参数q和Q，由偏自相关图确定P和P，结合AIC和BIC准则，最终确定p、q、P、Q;根据数据的平稳性确定参数d;根据数据的周期性确定参 数D; 步骤四：模型适应性检验：进行残差独立性检验或异方差检验，修改预测模型，直至残 差序列为白噪声序列，所有有用信息被提取。
2. 根据权利要求1所述的发电燃料供应预测方法，其特征在于，所述平稳化处理的具 体操作步骤为：对原始数据的不平稳时间序列依次进行对数变换、一阶差分和季节差分运 算，转换为平稳时间序列。
3. 根据权利要求1所述的发电燃料供应预测方法，其特征在于，所述残差独立性检验 的公式如下：
其中：x表示随机数，n表示自由度，m表示阶数，rk表示字相关系数，e1表示残差序列。
【文档编号】G06Q50/06GK104504465SQ201410778580
【公开日】2015年4月8日 申请日期:2014年12月16日 优先权日:2014年12月16日
【发明者】冯杰, 范丹丹, 赵玉柱 申请人:国电南京自动化股份有限公司