基于季节性ARIMA模型的全社会用电量预测研究

孙 颖

(安徽工程大学 管理工程学院，安徽 芜湖 241000)

全社会用电量是电力市场最重要的经济指标，能够准确、及时地反映宏观经济的运行状态，与经济形势密切相关，是国民经济平稳较快发展的重要基础[1-2]。近年来，我国经济增速放缓，与此同时，作为经济状况晴雨表的全社会用电量增速也呈下降走势。

未来的全社会用电量走势如何是预测经济运行走势的重要依据。因此，科学合理地预测用电量具有重要的现实意义。本文通过分析近年来我国全社会用电量的走势及特征，建立季节性ARIMA模型并拟合检验，最后利用模型对2017年1月至2018年6月的全社会用电量进行预测。

1 理论基础

传统的依赖经验判断的弹性系数法虽简洁但精度欠缺，风险较大，不适合中长期需求预测[3]，应建立需求模型来预测全社会用电量。自回归整体移动平均法(ARIMA)具有较好的适应性[4]。这一由统计学家Box和Jenkins共同提出的模型[5]，能够处理非平稳时间序列的建模和预测问题[6]。

对于包含季节性变动且非平稳的序列yt，建立形如式(1)所示的ARIMA(p,d,q)(P,D,Q)S模型：

φp(L)Φp(L)(1-L)d(1-LS)Dyt=θq(L)ΘQ(L)εt

(1)

式(1)中，p是非季节自回归过程AR的阶数，q是非季节移动平均过程MA的阶数，P是季节自回归过程SAR的阶数，Q是季节移动平均过程SMA的阶数，d、Q分别是非季节差分阶数和季节差分阶数。φp(L)、Φp(L)分别是非季节自回归过程AR和季节自回归过程SAR的滞后算子多项式，(1-L)d、(1-LS)D分别是对序列yt的非季节差分和季节差分滞后算子，S是季节差分的步长，θq(L)、ΘQ(L)分别是非季节移动平均过程的MA和季节移动平均过程SMA的滞后算子多项式。……