基于模型平均方法的我国社会用电量预测研究  

作　　者：杨炜明[1,2] 朱航 刘涛 

机构地区：[1]重庆工商大学数学与统计学院,重庆400670 [2]重庆工商大学社会经济应用统计重庆市重点实验室,数学与统计学院,重庆400670 [3]重庆对外经贸学院大数据与智能工程学院,重庆401520

出　　处：《中国科技期刊数据库 工业A》2023年第8期1-7,共7页

基　　金：重庆市自然科学基金(cstc2020jcyj-msxmX0394);重庆市社会科学规划项目(2022NQN23)。

摘　　要：在全球低碳发展的背景下,电力作为清洁能源受到了越来越广泛的关注,精准的预测社会用电量对电力行业的发展至关重要。本文选择2000年至2020年的社会用电量为研究对象,选取国内生产总值,居民人均可支配收入,第二产业增加值,常住人口城镇化率,居民消费价格指数以及二氧化硫排放量等六个解释变量作为影响因素,运用S-AIC、S-BIC、MMA和JMA模型平均方法对社会用电量进行了预测,并与传统的AIC、BIC模型选择方法的结果进行了比较。研究表明,在2012年-2020年的社会用电量的预测中,基于MMA的预测结果在预测精度上表现最好,基于JMA的预测结果在预测最优率上表现最好。其中在2012年-2015年短期预测时,S-AIC和S-BIC方法在预测精度上表现最好,分别为1.683293%和1.633233%。在2016-2020年的长期预测时,MMA和JMA方法的预测精度明显优于其他方法。

关 键 词：社会用电量预测 模型选择 模型平均 MMA JMA 

分 类 号：TM715[电气工程—电力系统及自动化]