一种基于ARIMA模型的煤改电电力负荷预测方法技术

本发明专利技术涉及一种基于ARIMA模型的煤改电电力负荷预测方法，其技术特点在于：包括以下步骤：步骤1、根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别；步骤2、对非平稳序列进行平稳化处理：步骤3、根据时间序列模型的识别规则，建立相应的模型；步骤4、进行参数估计，检验是否具有统计意义；步骤5、进行假设检验，诊断残差序列是否为白噪声；步骤6、利用已通过检验的模型进行预测分析。本发明专利技术利用ARIMA模型可以有效地对其发展情况进行预测，最终可以有针对性地进行负载的调整，实现电网负载的均衡化，避免能源的浪费。

【技术实现步骤摘要】
一种基于ARIMA模型的煤改电电力负荷预测方法
本专利技术属于电力负荷预测
，涉及煤改电电力负荷预测方法，尤其是一种基于ARIMA模型的煤改电电力负荷预测方法。
技术介绍
在过去的电力系统中，主要采用发电机的功率调整来实现负荷的平衡运转，但是在智能电网中这样是无法进行的，因为分布式的电源太多了，它对于环境的因素变化是非常敏感的，如果系统无法做到它们之间的相互平衡，就可能会导致严重的事故，引起电机烧毁或者是大区域的停电，给国民经济带来严重的损失，这就需要电力系统供电的设备，有一定的电能储存量，但是如果电储存量较大，不仅在技术上有难度，也会使得整个电网的运行，效率降低。我国为了对于环境污染进行有效地整治，采用了煤改电的政策来尽量地减少供暖当中的煤炭燃烧所占的比例，但在煤改电的初期可能会给电网带来较大的波动，因此我们必须结合模型中的实际情况，在合理的时间采用同步电机等方式来纠正相位，电网当中的无功分量较少。目前，我国的电能浪费的情况比较严重，在配电和用电等环节都可能会造成电网无法进行高效率的运行，造成供需不够平衡，引起严重的经济损失，解决这些问题的主要方法就是通过合理有效的算法来对于负荷进行优化，但是我国对于这方面的研究还不多，为了使得发电负荷和损耗之间能够保持动态平衡，需要建立更加科学的模型，以此来使得用户的需求得到满足，电力系统的供电稳定性也不会随着外界的干扰而引起严重的变化。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提出一种基于ARIMA模型的煤改电电力负荷预测方法，可以有针对性地进行负载的调整，实现电网负载的均衡化，避免能源的浪费。本专利技术解决其现实问题是采取以下技术方案实现的：一种基于ARIMA模型的煤改电电力负荷预测方法，包括以下步骤：步骤1、根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别；步骤2、对非平稳序列进行平稳化处理：步骤3、根据时间序列模型的识别规则，建立相应的模型；步骤4、进行参数估计，检验是否具有统计意义；步骤5、进行假设检验，诊断残差序列是否为白噪声；步骤6、利用已通过检验的模型进行预测分析。而且，所述步骤2的具体方法为：如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理，如果数据存在异方差，则需对数据进行技术处理，直到处理后的数据的自相关函数值和偏相关函数值无显著地异于零。而且，所述步骤3的具体方法为：若平稳序列的偏相关函数是截尾的，而自相关函数是拖尾的，可断定序列适合AR模型；若平稳序列的偏相关函数是拖尾的，而自相关函数是截尾的，则可断定序列适合MA模型；若平稳序列的偏相关函数和自相关函数均是拖尾的，则可断定序列适合ARMA模型。而且，所述步骤6的具体方法为：对原始数据进行一次差分规范后，若序列数据符合的ARIMA模型的要求条件，则进行模型识别。而且，所述模型识别的方法为：先拟合ARMA(1,1),并检验拟合结果，如果检验后拒绝ARMA(1,1)的拟合结果，则认为p＝1,q＝1是合理的，否则适当提高阶数再进行拟合，直到检验结果不拒绝拟合的模型为止。本专利技术的优点和有益效果：本专利技术利用ARIMA模型可以有效地对其发展情况进行预测，最终可以有针对性地进行负载的调整，实现电网负载的均衡化，避免能源的浪费。具体实施方式以下对本专利技术实施例作进一步详述：一种基于ARIMA模型的煤改电电力负荷预测方法，包括以下步骤：步骤1、根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别；一般来讲，经济运行的时间序列都不是平稳序列。步骤2、对非平稳序列进行平稳化处理：所述步骤2的具体步骤包括：如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理，如果数据存在异方差，则需对数据进行技术处理，直到处理后的数据的自相关函数值和偏相关函数值无显著地异于零。步骤3、根据时间序列模型的识别规则，建立相应的模型；所述步骤3的具体方法为：若平稳序列的偏相关函数是截尾的，而自相关函数是拖尾的，可断定序列适合AR模型；若平稳序列的偏相关函数是拖尾的，而自相关函数是截尾的，则可断定序列适合MA模型；若平稳序列的偏相关函数和自相关函数均是拖尾的，则可断定序列适合ARMA模型。步骤4、进行参数估计，检验是否具有统计意义；步骤5、进行假设检验，诊断残差序列是否为白噪声；步骤6、利用已通过检验的模型进行预测分析。所述步骤6的具体方法为：对原始数据进行一次差分规范后，若序列数据符合的ARIMA模型的要求条件，则进行模型识别。所述模型识别的方法为：先拟合ARMA(1,1),并检验拟合结果，如果检验后拒绝ARMA(1,1)的拟合结果，则认为p＝1,q＝1是合理的，否则适当提高阶数再进行拟合，直到检验结果不拒绝拟合的模型为止。需要强调的是，本专利技术所述实施例是说明性的，而不是限定性的，因此本专利技术包括并不限于具体实施方式中所述实施例，凡是由本领域技术人员根据本专利技术的技术方案得出的其他实施方式，同样属于本专利技术保护的范围。本文档来自技高网...

【技术保护点】
1.一种基于ARIMA模型的煤改电电力负荷预测方法，其特征在于：包括以下步骤：步骤1、根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别；步骤2、对非平稳序列进行平稳化处理；步骤3、根据时间序列模型的识别规则，建立相应的模型；步骤4、进行参数估计，检验是否具有统计意义；步骤5、进行假设检验，诊断残差序列是否为白噪声；步骤6、利用已通过检验的模型进行预测分析。

【技术特征摘要】
1.一种基于ARIMA模型的煤改电电力负荷预测方法，其特征在于：包括以下步骤：步骤1、根据时间序列的散点图、自相关函数和偏自相关函数图以ADF单位根检验其方差、趋势及其季节性变化规律，对序列的平稳性进行识别；步骤2、对非平稳序列进行平稳化处理；步骤3、根据时间序列模型的识别规则，建立相应的模型；步骤4、进行参数估计，检验是否具有统计意义；步骤5、进行假设检验，诊断残差序列是否为白噪声；步骤6、利用已通过检验的模型进行预测分析。2.根据权利要求1所述的一种基于ARIMA模型的煤改电电力负荷预测方法，其特征在于：所述步骤2的具体方法为：如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理，如果数据存在异方差，则需对数据进行技术处理，直到处理后的数据的自相关函数值和偏相关函数值无显著地异于零。3.根据权利要求1所述的一种基于ARIMA模型的煤...

【专利技术属性】
技术研发人员：毛剑龙，范瑞卿，
申请(专利权)人：国网天津市电力公司，国家电网有限公司，
类型：发明
国别省市：天津,12