用電量多元回歸模型畢業(yè)設(shè)計(jì)

1、<p>　　摘要：自改革開放以來，我國的電力行業(yè)取得了前所未有的發(fā)展速度。電力有相適應(yīng)的增長來滿足人類日益增長的物質(zhì)與精神文明的需要。世界在發(fā)展，人口在增加，也必須要求有足夠的能源來保證。電力需求的變化歷來被視為經(jīng)濟(jì)發(fā)展的晴雨表，人均用電量是衡量一個(gè)國家現(xiàn)代化程度的主要指標(biāo)。電力系統(tǒng)用電量預(yù)測是電力系統(tǒng)發(fā)電計(jì)劃的重要組成部分，也是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行的基礎(chǔ)。電力的生產(chǎn)和利用是人類社會(huì)進(jìn)步的重要標(biāo)志，也是現(xiàn)代文明發(fā)展不可或缺的基礎(chǔ)。

2、在當(dāng)前電力發(fā)展迅速和供應(yīng)緊張的情況下，合理地進(jìn)行電力系統(tǒng)規(guī)劃和運(yùn)行極其重要。電量預(yù)測在電力系統(tǒng)規(guī)劃和運(yùn)行方面發(fā)揮的重要作用，具有明顯的經(jīng)濟(jì)效益，負(fù)荷預(yù)測實(shí)質(zhì)上是對電力市場需求的預(yù)測。用電量預(yù)測是電網(wǎng)規(guī)劃設(shè)計(jì)與建設(shè)的基礎(chǔ),預(yù)測的準(zhǔn)確與否,關(guān)系到電源開發(fā)，電網(wǎng)建設(shè)，社會(huì)安定，居民生活及電力公司本身的發(fā)展。其作用與電力行業(yè)的特殊性是密切相關(guān)的。近年來，福建經(jīng)濟(jì)增長快速，一直快于全國平均水平，這其中，電力的作用功不可沒。電力作為重要的基礎(chǔ)性行業(yè)

3、，長期以來一直被作為國民經(jīng)濟(jì)發(fā)展的先行工程而被廣泛關(guān)注和重視，特別是在海峽西岸經(jīng)濟(jì)區(qū)建設(shè)中更擔(dān)負(fù)著保障經(jīng)濟(jì)建設(shè)持續(xù)快速發(fā)展的重要使命。利用福建</p><p>　　關(guān)鍵字：用電量 多元回歸 GDP 總?cè)丝跀?shù) CPI 預(yù)測</p><p><b>　　Abstract</b></p><p>　　Production and explo

4、itation of electric power are mankind the society progressive important marking, is also a modern civilization to develop necessary foundation.Since the reform opened, the electric power profession of our country obtaine

5、d unprecedented development speed.The electric power has mutually adapt of the growth come to satisfy mankind to increase increasingly of the demand of material and spiritual civilization.The world is developing, the pop

6、ulation is increasing, have to also requ</p><p>　　Keywords: Use electricity quantity； diverse to return to return； GDP； </p><p>　　Total number of population； CPI； Predict</p><p>&

7、lt;b>　　目 錄</b></p><p>　　第1章 用電量預(yù)測引言4</p><p><b>　　1.1研究現(xiàn)狀4</b></p><p>　　1.2主要研究內(nèi)容4</p><p>　　1.3關(guān)鍵性問題4</p><p>　　1.4研究存在的問題5</p

8、><p>　　第2章 多元回歸方程5</p><p>　　2.1回歸分析及多元回歸概述5</p><p>　　2.2多元回歸方程6</p><p>　　2.2.1數(shù)學(xué)模型和回歸方程的求法5</p><p>　　2.2.2回歸方程的顯著性檢驗(yàn)6</p><p>　　2.2.3偏回歸平方和與

9、因素主次的判別9</p><p>　　2.3實(shí)際模型中的回歸應(yīng)用7</p><p>　　第3章 多元回歸模型參數(shù)的選擇和建立10</p><p>　　3.1參數(shù)選擇10</p><p>　　3.2模型建立與顯著性檢驗(yàn)12</p><p>　　第4章 用電量預(yù)測16</p><p>

10、　　4.1福建省生產(chǎn)總值GDP預(yù)測16</p><p>　　4.2福建省總?cè)丝跀?shù)預(yù)測17</p><p>　　4.3福建省用電量預(yù)測17</p><p>　　第5章 結(jié)束語19</p><p><b>　　參考文獻(xiàn)22</b></p><p><b>　　致謝與聲明23&l

11、t;/b></p><p><b>　　用電量預(yù)測引言</b></p><p><b>　　電量預(yù)測研究現(xiàn)狀</b></p><p>　　隨著福建經(jīng)濟(jì)的高速發(fā)展，對電力的需求也在不斷增加。電力需求的飛速增長，引起福建電力供應(yīng)緊張。在電力供應(yīng)緊張的背后充分說明了對電力市場的預(yù)測出現(xiàn)了偏差，這對中福建的經(jīng)濟(jì)和社會(huì)的全面發(fā)

12、展帶來了負(fù)面影響。對福建未來的用電量進(jìn)行預(yù)測分析，對于及時(shí)掌握電力需求的發(fā)展動(dòng)態(tài)，經(jīng)濟(jì)合理地安排電網(wǎng)內(nèi)部發(fā)電機(jī)組的生產(chǎn)計(jì)劃，降低發(fā)電成本，保持電網(wǎng)運(yùn)行的安全可靠，提高經(jīng)濟(jì)和社會(huì)效益，推動(dòng)福建經(jīng)濟(jì)穩(wěn)定高速發(fā)展有著重要的作用。</p><p>　　由于用電量預(yù)測對電源開發(fā),電網(wǎng)建設(shè),社會(huì)安定,居民生活及電力公司本身</p><p>　　的發(fā)展都有很大的影響,因此世界各地的電力部門都十分重視電力

13、需求預(yù)測工作,設(shè)置專門的機(jī)構(gòu),由經(jīng)濟(jì)分析,需電量預(yù)測,負(fù)荷預(yù)測等方面的專業(yè)人員來從事電</p><p>　　力需求預(yù)測工作,由于起步較早,各自開發(fā)出一種或幾種適合于本國經(jīng)濟(jì)運(yùn)行特</p><p>　　點(diǎn)的需電量預(yù)測方式,而且?guī)追N方式可以相互效驗(yàn).方法有部門分析法進(jìn)行預(yù)測, 最終需求法,彈性系數(shù)法, ,計(jì)量經(jīng)濟(jì)模型方法等。</p><p>　　在電量預(yù)測道路上，由于一

14、些學(xué)者對計(jì)量經(jīng)濟(jì)模型缺少深入的了解，不合理的利用普通最小二乘法及其他的計(jì)量經(jīng)濟(jì)模型，得出不符合實(shí)際意義的參數(shù)估計(jì)，從而導(dǎo)致結(jié)論的不正確。這將對近期年和遠(yuǎn)景年的負(fù)荷及電量預(yù)測的方向造成嚴(yán)重誤導(dǎo)，給國家?guī)砭薮蟮膿p失。所以我們就這電量預(yù)測線性問題方面合理適當(dāng)運(yùn)用了多元線性回歸分析方法。</p><p><b>　　主要研究內(nèi)容</b></p><p>　　基本要求是掌握回

15、歸分析的基本原理和方法，確定變量之間的相關(guān)關(guān)系和相關(guān)程度，建立回歸模型，檢驗(yàn)變量之間的相關(guān)程度，應(yīng)用回歸模型進(jìn)行估計(jì)和預(yù)測等。</p><p>　　重點(diǎn)研究是如何應(yīng)用回歸分析的方法建立模型，對實(shí)際中遇到的一些問題進(jìn)行估計(jì)和預(yù)測，并根據(jù)預(yù)測結(jié)果提出有效的控制方法。</p><p><b>　　關(guān)鍵性問題</b></p><p>　　關(guān)鍵性問題是回

16、歸模型的成功與否，要看它對實(shí)際現(xiàn)象能否成功的作出預(yù)測。因此，模型效果的檢驗(yàn)不僅要看它對數(shù)據(jù)所提供的觀察值的模擬效果，還應(yīng)看它對于我們還沒有觀測的數(shù)值的預(yù)測效果如何?？梢?，第一階段數(shù)據(jù)的收集，是建模過程的重要部分。準(zhǔn)確的數(shù)據(jù)不僅能為我們尋找所討論的問題中有關(guān)變量的關(guān)系給出很好的提示，而且是建模其他階段的可靠數(shù)據(jù)。在建立線性回歸模型時(shí)，為了得到既包含相同的情況，又能克服獨(dú)立變量間相關(guān)關(guān)系的回歸模型，必須剔除那些與其他獨(dú)立變量有密切關(guān)系的變量

17、。</p><p>　　在建模分析過程中，基礎(chǔ)資料要可靠，統(tǒng)計(jì)分析要全面。在進(jìn)行數(shù)據(jù)處理分析和建立預(yù)測模型的過程中，要充分考慮外界因素的變化及未來相關(guān)因素的不確定性對中長期電力負(fù)荷預(yù)測的影響，還要考慮眾多因素交互作用的結(jié)果，要對預(yù)測專家的經(jīng)驗(yàn)和意見加以有效的分析利用。 在電量預(yù)測中，參數(shù)估計(jì)也是必要的。負(fù)荷預(yù)測時(shí)通常要通過客觀數(shù)據(jù)的調(diào)研，尋找適當(dāng)?shù)臄?shù)學(xué)模型，然后按照一定和必要的參數(shù)估計(jì)方法求解其中若干個(gè)待定參數(shù)。

18、</p><p><b>　　研究存在的問題</b></p><p>　　線性回歸模型使得我們在計(jì)算過程中過于復(fù)雜，又不能避免百分率方法中個(gè)案例計(jì)算結(jié)果之間差異過大的缺陷，因此回歸方程的應(yīng)用具有一定的期限，需要經(jīng)常更正。</p><p>　　回歸方程的最優(yōu)性有兩方面的含義：一方面，方程中要含所有的有著顯著作用的自變量，不能遺漏。另一方面，希望所

19、含的自變量盡可能少。因?yàn)樽宰兞慷啵?jì)算量大，使用不方便，計(jì)算誤差大，降低方程的精度；而且方程中引入無意義的變量，反而會(huì)降低方程的穩(wěn)定性，有害無益。</p><p><b>　　多元回歸方程</b></p><p>　　回歸分析及多元回歸概述</p><p>　　研究一個(gè)（或一組）變量與另一個(gè)或一些變量之間的關(guān)系在幾乎所有科學(xué)分支中越來越受到重視

20、。對兩個(gè)變量情況用嚴(yán)格的數(shù)學(xué)語言表達(dá)就是：如果對于變量X的任意一個(gè)具體數(shù)值，存在一個(gè)變量Y的概率分布與其對應(yīng)；同時(shí)，對于變量Y的任意一個(gè)具體取值y0，存在一個(gè)X的概率分布與其對應(yīng)，則稱變量X與Y之間具有相關(guān)關(guān)系。顯然，X與Y之間的相關(guān)關(guān)系是兩個(gè)隨機(jī)變量之間平行的依賴關(guān)系。在相關(guān)關(guān)系中，如果X容易確定或可人為控制，即將X看為非隨機(jī)變量x0，那么x0與隨機(jī)變量Y之間的關(guān)系稱為回歸關(guān)系(regression)。顯然，x與Y之間的回歸關(guān)系是一個(gè)

21、普通變量x與隨機(jī)變量Y的因果關(guān)系?；貧w分析的主要目的是尋求一個(gè)隨機(jī)變量Y對一組隨機(jī)變量X1、X2、…、Xm的統(tǒng)計(jì)依賴關(guān)系。統(tǒng)計(jì)依賴關(guān)系不在是單純的因果關(guān)系，而是變量之間的相關(guān)關(guān)系。</p><p>　　回歸分析是一種處理變量的統(tǒng)計(jì)相關(guān)關(guān)系的一種數(shù)理統(tǒng)計(jì)方法?；貧w分析的基本思想是: 雖然自變量和因變量之間沒有嚴(yán)格的、確定性的函數(shù)關(guān)系, 但可以設(shè)法找出最能代表它們之間關(guān)系的數(shù)學(xué)表達(dá)形式?；貧w分析主要解決以下幾個(gè)方面

22、的問題:</p><p>　　(1) 確定幾個(gè)特定的變量之間是否存在相關(guān)關(guān)系, 如果存在的話, 找出它們之間合適的數(shù)學(xué)表達(dá)式;</p><p>　　(2) 根據(jù)一個(gè)或幾個(gè)變量的值, 預(yù)測或控制另一個(gè)變量的取值, 并且可以知道這種預(yù)測或控制能達(dá)到什么樣的精確度;</p><p>　　(3) 進(jìn)行因素分析。例如在對于共同影響一個(gè)變量的許多變量(因素)之間, 找出哪些是重

23、要因素, 哪些是次要因素, 這些因素之間又有什么關(guān)系等等。</p><p><b>　　多元回歸方程</b></p><p>　　數(shù)學(xué)模型和回歸方程的求法</p><p>　　實(shí)際應(yīng)用中，很多情況要用到多元回歸的方法才能更好地描述變量間的關(guān)系，因此有必要在本節(jié)對多元線性回歸做一簡單介紹，就方法的實(shí)質(zhì)來說，處理多元的方法與處理一元的方法基本相同，

24、只是多元線性回歸的方法復(fù)雜些，計(jì)算量也大得多，一般都用計(jì)算機(jī)進(jìn)行處理。</p><p>　　多元回歸分析是研究多個(gè)變量之間關(guān)系的回歸分析方法, 按因變量和自變量的數(shù)量對應(yīng)關(guān)系可劃分為一個(gè)因變量對多個(gè)自變量的回歸分析(簡稱為“一對多”回歸分析)及多個(gè)因變量對多個(gè)自變量的回歸分析(簡稱為“多對多”回歸分析), 按回歸模型類型可劃分為線性回歸分析和非線性回歸分析。下列主要介紹多元線性回歸分析。</p>&

25、lt;p>　　多元線性回歸的模型。</p><p>　　設(shè)因變量y與自變量x1,x2,……,xk之間有關(guān)系式：</p><p><b>　　(1)</b></p><p>　　抽樣得n組觀測數(shù)據(jù)：(y1；x11,x21,……,xk1)</p><p>　　(y2；x12,x22,……xk2)</p>

26、<p><b>　　……………………</b></p><p>　　(yn；x1n,x2n,……xkn)</p><p>　　其中xij是自變量xi的第j個(gè)觀測值，yj是因變量y的第j個(gè)值，代入(1)得模型的數(shù)據(jù)結(jié)構(gòu)式：</p><p><b>　　(2)</b></p><p>　　我們稱

27、(1)或(2)為k元正態(tài)線性回歸模型，其中b0,b1,……,bk及σ2都是未知待估的參數(shù)。</p><p><b>　　未知參數(shù)的估計(jì)</b></p><p>　　與一元時(shí)一樣，采用最小二乘法估計(jì)回歸系數(shù) b0,b1,……,bk. 稱使</p><p>　　達(dá)到最小的為參數(shù)（b0,b1,……,bk）的最小二乘估計(jì)，利用微積分知識，最小二乘估計(jì)

28、就是如下方程組的解：</p><p><b>　　(3)</b></p><p><b>　　其中 </b></p><p>　　通常稱方程組(3)為正規(guī)方程組，其中前k個(gè)方程的系數(shù)矩陣記為當(dāng)L*可逆時(shí)，正規(guī)方程組(3)有解，便可得b0,b1,……bk的最小二乘估計(jì) </p><p>　　即 代入模

29、型(1)，略去隨機(jī)項(xiàng)得經(jīng)驗(yàn)回歸方程為： (4)</p><p>　　類似一元可以證明 都是相應(yīng)的bi(i=0，1，……，k)的無偏估計(jì)，且σ2’的無偏估計(jì)為：·</p><p>　　回歸方程的顯著性檢驗(yàn)</p><p>　　與一元的情形一樣，上面的討論是在y與x1，……，xk之間呈現(xiàn)線性相關(guān)的前提下

30、進(jìn)行的，所求的經(jīng)驗(yàn)方程是否有顯著意義，還需對y與諸xi間是否存在線性相關(guān)關(guān)系作顯著性假設(shè)檢驗(yàn)，與一元類似，對是否有顯著意義，可通過檢驗(yàn)H0:b1=b2=…=bk=0</p><p>　　為了找檢驗(yàn)H0的檢驗(yàn)統(tǒng)計(jì)量，也需將總偏差平方和Lyy作分解：</p><p>　　即L=U+Qe 其中L=Lyy，</p><p>　　這里. 分別稱Qe，U為殘差平方和、回

31、歸平方和，可以證明：</p><p>　　利用柯赫倫定理可以證明：在H0成立下，且U與Qe相互獨(dú)立，所以有 (6)</p><p>　　(這里記 Qe為Q,下同)</p><p>　　取F作H0的檢驗(yàn)計(jì)量，對給定的水平，查F(k, n-k-1)分布表可得滿足的臨介值，由樣本觀測值代入(6)算出統(tǒng)計(jì)量F的觀測值，若F≥,則不能接受H0，認(rèn)

32、為所建的回歸方程有顯著意義。</p><p>　　通過F檢驗(yàn)得到回歸方程有顯著意義，只能說明y與x1，x2，……，xk之間存在顯著的線性相關(guān)關(guān)系，衡量經(jīng)驗(yàn)回歸方程與觀測值之間擬合好壞的常用統(tǒng)計(jì)量有復(fù)相關(guān)系數(shù)R及擬合優(yōu)度系數(shù)R2。仿一元線性回歸的情況，定義：</p><p><b>　　(7)</b></p><p><b>　　(8)

33、</b></p><p>　　可以證明R就是觀測值y1,……,yn與回歸值的的相關(guān)系數(shù)。</p><p>　　實(shí)用中，為消除自由度的影響，又定義：</p><p><b>　　(9)</b></p><p>　　為修正的似合優(yōu)度系數(shù)。</p><p>　　偏回歸平方和與因素主次的判別&

34、lt;/p><p>　　本段內(nèi)容是多元回歸與一元回歸有本質(zhì)差異的部分。</p><p>　　前一節(jié)所作的檢驗(yàn)H0：b1=b2=……=bk=0被拒絕，并不能說明所有的自變量都對因變量y有顯著影響，我們希望從回歸方程中剔除那些可有可無的自變量，重新建立更為簡單的線性回歸方程，這就需要對每個(gè)自變量xj做顯著性檢驗(yàn)。于是考慮H0j:bj=0的檢驗(yàn)方法。從原有的k個(gè)自變量中剔除xj，余下的k-1個(gè)自變量

35、對y的線性影響也可由相應(yīng)的偏差平方和分解式中的回歸平方和U(j)反映出來，即</p><p><b>　　記 </b></p><p>　　則△U(j)反映了變量xj在回歸方程中對y的線性影響，常稱它為xj的偏回歸平方和，</p><p>　　可以證明

36、 (10)</p><p>　　其中Cjj是矩陣 L*=(Lij)p×p的逆矩陣對角線上的第j個(gè)元素，對于H0j：bj=0</p><p>　　選用統(tǒng)計(jì)量 （11）</p><p>　　對給定的水平，由,查F(1,n-k-1)分布表確定臨介值，將觀測值代入(11)算出的Fj值與比較，若Fj≥則拒絕H0，認(rèn)為xj對y的線性影

37、響顯著，否則不顯著，應(yīng)剔除。</p><p>　　但在實(shí)用中，多元回歸中剔除變量的問題比上例我們做的討論要復(fù)雜得多，因?yàn)橛行┳兞繂蝹€(gè)討論時(shí)，對因變量的作用很小，但它與某些自變量聯(lián)合起來，共同對因變量的作用卻很大，因此在剔除變量時(shí)，還應(yīng)考慮變量交互作用對y的影響。</p><p>　　實(shí)際模型中的回歸應(yīng)用</p><p>　　根據(jù)實(shí)際的多元回歸模型，運(yùn)用大量數(shù)據(jù)回歸分

38、析，運(yùn)用自變量預(yù)測常用模型的形式來預(yù)測未來自變量，從而從這些預(yù)測的未來自變量帶入（1）中，求得因變量。</p><p>　　多元回歸模型參數(shù)的選擇和建立</p><p><b>　　參數(shù)選擇</b></p><p>　　電力企業(yè)的生產(chǎn)計(jì)劃往往建立在經(jīng)驗(yàn)數(shù)據(jù)上，這有可能出現(xiàn)兩種情況：一是電廠的發(fā)電量過多，導(dǎo)致供大于求，這會(huì)造成不必要的能源浪費(fèi)和環(huán)

39、境污染 ；二是發(fā)電量不足，導(dǎo)致供小于求，滿足不了各行各業(yè)和人民生活的用電需求，以致于拉閘限電，造成國民經(jīng)濟(jì)的重大損失和人民生活的不便利。因此，每一年度對下一年度的用電量的預(yù)測至關(guān)重要。預(yù)測值與實(shí)際值越接近 ，越能更好地節(jié)約能源，為國家減少經(jīng)濟(jì)損失；同時(shí)，給人民生活提供便利。用電量的預(yù)測是一個(gè)較為復(fù)雜的問題，它要求考慮到各方面的影響因素。</p><p>　　近年福建年GDP快速增長與人口的快速增加，從而對福建的電

40、力建設(shè)提出了嚴(yán)峻的考驗(yàn)。GDP快速上升，人口快速增加，國民消費(fèi)水平也一致地提高，同時(shí)也體現(xiàn)出對電力需求很強(qiáng)的拉動(dòng)作用。所以從GDP與總?cè)丝跀?shù)方面研究預(yù)測用電量是一個(gè)可行的方法。從另外一個(gè)方面也可以看出，在福建電力短缺和能源資源稀缺的環(huán)境下下,福建也應(yīng)做好電源和電網(wǎng)規(guī)劃與建設(shè)工作,做好產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,以促進(jìn)福建經(jīng)濟(jì)的可持續(xù)地發(fā)展。</p><p>　　居民消費(fèi)價(jià)格指數(shù)是反映一定時(shí)期內(nèi)居民消費(fèi)價(jià)格變動(dòng)趨勢和變動(dòng)程度的相

41、對數(shù)。居民消費(fèi)價(jià)格指數(shù)分為食品、衣著、家庭設(shè)備及用品、醫(yī)療保健、交通和通訊、娛樂教育和文化用品、居住、服務(wù)項(xiàng)目等八個(gè)大類。國家規(guī)定325種必報(bào)商品和服務(wù)項(xiàng)目，其中，一般商品273種，餐飲業(yè)食品16種，服務(wù)項(xiàng)目36種。該指數(shù)是綜合了城市居民消費(fèi)價(jià)格指數(shù)和農(nóng)民消費(fèi)價(jià)格指數(shù)計(jì)算取得。利用居民消費(fèi)價(jià)格指數(shù)，可以觀察和分析消費(fèi)品的零售價(jià)格和服務(wù)人格變動(dòng)對城鄉(xiāng)居民實(shí)際生活費(fèi)支出的影響程度。譬如彩電、冰箱和空調(diào)等大宗家電的銷售保持了良好的增長勢頭，并

42、且居民群眾的消費(fèi)可以擴(kuò)大企業(yè)工廠的供求關(guān)系，從而提高對用電量的要求，也對居民生活用電增長起了積極的帶動(dòng)作用。這些平日里的消費(fèi)項(xiàng)目多少都影響了用電量的支出。而居民消費(fèi)價(jià)格指數(shù)在全社會(huì)中的影響之大，必然影響全社會(huì)的用電量輸出。因此從居民消費(fèi)價(jià)格指數(shù)（CPI）也可以研究用電量預(yù)測。</p><p>　　回歸分析模型是數(shù)量經(jīng)濟(jì)學(xué)領(lǐng)域中的主要預(yù)測模型之一，它在數(shù)量經(jīng)濟(jì)學(xué)領(lǐng)域的運(yùn)用最為廣泛，而且是其他統(tǒng)計(jì)模型的基礎(chǔ)。一般認(rèn)為

43、，電力需求與經(jīng)濟(jì)環(huán)境緊密聯(lián)系，但是不可能把所有的經(jīng)濟(jì)因素都考慮到回歸模型當(dāng)中去，因此，必須選擇適當(dāng)?shù)淖兞俊＿x擇的變量一定要通過回歸模型的參數(shù)檢驗(yàn)。但將所有的選擇自變量的工作都交給數(shù)學(xué)方法又是不明智的，因?yàn)槲覀儽仨毧紤]實(shí)際工作中的具體情況，可以首先根據(jù)經(jīng)驗(yàn)選擇不同的自變量子集，并力求該子集具有一定的物理意義，這樣得出的預(yù)測模型不僅僅通過了檢驗(yàn)，而且能夠被預(yù)測人員接受，更可能取得好的預(yù)測結(jié)果。綜上所述，年GDP和總?cè)丝跀?shù)，歷年的居民消費(fèi)價(jià)格

44、指數(shù)這3個(gè)能影響用電量的因素具有比較好的社會(huì)意義，因此決定以這3個(gè)因素作為自變量，建立多元回歸分析模型，對未來用電量的數(shù)值進(jìn)行有效的預(yù)測。下面以此為例，我們可以利用多元線性回歸分析方法對年用電量進(jìn)行研究分析預(yù)測。</p><p>　　本研究選擇福建省年用電量作為預(yù)測目標(biāo)(因變量Y)，對福建省未來的用電量進(jìn)行預(yù)測。全社會(huì)用電量就是電力在全社會(huì)的消費(fèi)，包括社會(huì)各行業(yè)用電量和城鄉(xiāng)居民生活用電量，它反映了一定時(shí)期全社會(huì)用

45、電總規(guī)模和總水平，能從總體上反映電力需求的情況和變化規(guī)律。福建省用電量受各種社會(huì)經(jīng)濟(jì)因素的影響，根據(jù)前人的工作，本文選擇了GDP(x1)，總?cè)丝跀?shù)(x2)和居民消費(fèi)價(jià)格指數(shù)(x3)這兩個(gè)典型社會(huì)經(jīng)濟(jì)因素作為自變量建立了模型。建立模型的數(shù)據(jù)如表1：</p><p>　　表1 福建省1993-2006年用電量、GDP、總?cè)丝跀?shù)和居民消費(fèi)價(jià)格指數(shù)</p><p>　　注：數(shù)據(jù)來自《中國電力年鑒》

46、、《中國統(tǒng)計(jì)年鑒》、《福建年鑒》 </p><p>　　以1978年的價(jià)格為100</p><p>　　模型建立與顯著性檢驗(yàn)</p><p>　　根據(jù)表1，使用MATLAB軟件進(jìn)行計(jì)算多元回歸線性分析，程序?yàn)?lt;/p><p>　　format long</p><p>　　>> x1=[1850.2 20

47、83.12 2345.6 2583.83 3000.36 3330.18 3550.24 3920.58 4258.37 4428.32 5241.73 5763.35 6560.07 7501.63];</p><p>　　>> x2=[2998 3214 3237 3261 3282 3299 3316 3410 3440 3471 3488 3502 3535 3558];</p>

48、<p>　　>> x3=[291.3 364.9 420.4 445.2 452.8 451.4 447.4 456.8 450.9 448.6 452.2 470.2 480.5 490.7];</p><p>　　>> y=[147.35 173.89 175.78 194.61 201.47 216.8 244.76 288.05 348.36 496.8 585.74

49、664.36 755.7 866.8];</p><p>　　>> y=y'; </p><p>　　>> x=[ones(14,1) x1' x2' x3'];</p><p>　　>>[b,bint,r,rint,stats]=regress(y,x)</p><p>

50、　　經(jīng)過程序求解得到多元線性方程：</p><p>　　y=0.1447*x1+0.2561*x2-1.2802*x3-500.4789 (12) </p><p>　　根據(jù)表1的資料，建立EXCEL工作表，如圖2所示。</p><p>　　做好EXCEL工作表后，點(diǎn)擊EXCEL“工具”菜單，選擇“數(shù)

51、據(jù)分析”過程；</p><p>　　在跳出的“數(shù)據(jù)分析”菜單中，選擇“回歸”過程，并點(diǎn)擊“確定”鍵；如圖3。</p><p>　　在跳出的“回歸”輸入中，將“用電量”那一列的數(shù)值拖進(jìn)“Y值輸入?yún)^(qū)域”，并將“GDP”、“總?cè)丝跀?shù)”和“居民消費(fèi)價(jià)格指數(shù)”的三列數(shù)值拖進(jìn)“X值輸入?yún)^(qū)域”。并點(diǎn)擊“確定”鍵。如圖4.</p><p>　　在點(diǎn)擊“確定”鍵后，EXCEL將自行計(jì)

52、算多元回歸。結(jié)果如圖5。</p><p>　　從回歸運(yùn)算結(jié)果得出 n=14 R2= 0.971673 F=114.3409</p><p>　　回歸方程的判定系數(shù)R2是回歸直線擬合度的重要依據(jù)，R2越接近1，表明線性近似程度越高。式(12)的判定系數(shù)R2 =0.971673 說明回歸直線的擬合度很好，預(yù)測選取的模型可以使用。同時(shí)采用F檢驗(yàn)法對回歸方程進(jìn)行顯著性檢驗(yàn)。

53、在a=0.05的顯著性水平下， F0.05（3,14-3-1）=3.71<F=114.3409。說明了多元回歸方程通過了顯著性檢驗(yàn)，具有良好的預(yù)測能力。現(xiàn)在只要計(jì)算出福建未來每年的GDP、人口總數(shù)和居民人口消費(fèi)指數(shù)，就可以再繼續(xù)通過多元線性回歸方程對福建每年的用電總量進(jìn)行分析預(yù)測。我們將使用MATLAB編程畫圖，程序?yàn)椋?lt;/p><p>　　x1=[1850.2 2083.12 2345.6 2583.83

54、 3000.36 3330.18 3550.24 3920.58 4258.37 4428.32 5241.73 5763.35 6560.07 7501.63];</p><p>　　x2=[2998 3214 3237 3261 3282 3299 3316 3410 3440 3471 3488 3502 3535 3558];</p><p>　　x3=[291.3 364.9 4

55、20.4 445.2 452.8 451.4 447.4 456.8 450.9 448.6 452.2 470.2 480.5 490.7];</p><p>　　y=0.1447.*x1+0.2561.*x2-1.2802.*x3-500.4789;</p><p>　　x=[147.35 173.89 175.78 194.61 201.47 216.8 244.76 288.05

56、348.36 496.8 585.74 664.36 755.7 866.8];</p><p>　　plot(x,y,'.');</p><p><b>　　hold on</b></p><p>　　x1=[1:10:1000];</p><p><b>　　y1=x1;</b>

57、</p><p>　　plot(x1,y1)</p><p>　　程序畫出的圖6，橫向坐標(biāo)表示實(shí)際福建省年用電量，縱坐標(biāo)表示理論福建省年用電量。依圖6可知，這些理論用電量的數(shù)值與實(shí)際用電量的數(shù)值組成的點(diǎn)分布在X=Y這條直線的兩側(cè)。這就說明該模型預(yù)測出的未來理論用電量值與實(shí)際用電量是比較接近的。所以該模型可以做為福建未來用電量的預(yù)測使用。</p><p><b&

58、gt;　　用電量預(yù)測</b></p><p>　　福建省生產(chǎn)總值GDP預(yù)測</p><p>　　生產(chǎn)總值(GDP)是指所有常住單位在一定時(shí)期內(nèi)所生產(chǎn)的最終物質(zhì)產(chǎn)品和服務(wù)的價(jià)值總和。通過大量的數(shù)據(jù)回歸分析，國內(nèi)生產(chǎn)總值預(yù)測常用經(jīng)濟(jì)模型的形式：Z（GDPt）= Z（GDP0）*（1+b）t-t0 。 （13）</p>

59、;<p>　　式中Z（GDPt）為t年的GDP數(shù)；Z（GDP0）為t0年(預(yù)測起始年)的GDP數(shù)；b為GDP的增長速率(％)，福建省從2002～2006年GDP增長率比較穩(wěn)定，如表8所示，取平均值b=13.9% 作為預(yù)測未來福建GDP的增長率。取2006年的GDP值作為預(yù)測的起預(yù)測始年的基數(shù)年( Z（GDP0）=7501.63 )。</p><p><b>　　福建省總?cè)丝跀?shù)預(yù)測<

60、;/b></p><p>　　人口預(yù)測的變量主要采取直接影響人口自然變動(dòng)的出生率、死亡率和社會(huì)變動(dòng)的遷移率等參數(shù)。這些參數(shù)的選取必須考慮約束條件。通過大量的數(shù)據(jù)回歸分析，我國人口常用的經(jīng)驗(yàn)?zāi)Ｐ突拘问綖?Nt=Nt0 *ek（t-t0） 。 （14）</p><p>　　式中：Nt為t年的人口總數(shù)；Nt0為t=t0年時(shí)預(yù)測起始年的人口基數(shù)； k為人口自然

61、增長速率；e為自然對數(shù)的底(e=2.718)。福建省從2002～2006年人口自然增長率比較穩(wěn)定，如表8所示，取平均值k=0.62% 作為預(yù)測以后幾年福建人口總數(shù)的自然增長率。取2006年的總?cè)丝跀?shù)作為預(yù)測起始年的基數(shù)，即Nt0=3558萬人。</p><p>　　福建省居民消費(fèi)價(jià)格指數(shù)預(yù)測</p><p>　　居民消費(fèi)價(jià)格指數(shù)和宏觀經(jīng)濟(jì)走勢是我們每位生活在經(jīng)濟(jì)世界里的人應(yīng)當(dāng)了解和關(guān)注的

62、。CPI能夠有精確的數(shù)字來描敘，可以預(yù)測和測算。然而宏觀經(jīng)濟(jì)走勢卻只能從宏觀的方面來理解它，也就是我們對它的認(rèn)識不能以精確數(shù)字來描敘它，而只能作個(gè)大概的判斷。模型中將考察居民消費(fèi)價(jià)格指數(shù)和用電量之間的的關(guān)系，借此從居民消費(fèi)價(jià)格指數(shù)來預(yù)測用電量。居民消費(fèi)價(jià)格指數(shù)也即我們通常所說的消費(fèi)者價(jià)格指數(shù)是指居民購買的有代表性的商品平均價(jià)格變化的指數(shù)，英文名稱為CPI（Consumer Price Index）。它的計(jì)算公式是 CPI=（一組固定商品

63、按當(dāng)期價(jià)格計(jì)算的價(jià)值）除以（一組固定商品按當(dāng)期價(jià)格計(jì)算的價(jià)值）乘以100。通過大量的數(shù)據(jù)回歸分析，居民消費(fèi)價(jià)格指數(shù)每一年的增長指數(shù)都會(huì)比較穩(wěn)定，不會(huì)出現(xiàn)太大的差距。所以下面的預(yù)測未來的居民消費(fèi)價(jià)格指數(shù)決定采用歷年平均增長率來預(yù)測。所以采用的經(jīng)驗(yàn)?zāi)Ｐ突拘问綖?lt;/p><p>　　W（CPIt）= W（CPI0）*（1+h）t-t0 （15）</

64、p><p>　　式中W（CPIt）為t年的居民消費(fèi)價(jià)格指數(shù)；W（CPI0）為t0年(預(yù)測起始年)的居民消費(fèi)價(jià)格指數(shù)；h為居民消費(fèi)價(jià)格指數(shù)的平均增長速率(％)，福建省從2002～2006年CPI增長率比較穩(wěn)定，如表8所示，取平均值h=2.31% 作為預(yù)測未來福建居民消費(fèi)價(jià)格指數(shù)CPI的增長率。取2006年的CPI值作為預(yù)測的起預(yù)測始年的基數(shù)年( W（CPI0）=490.7 )。</p><p&g

65、t;　　圖8、2002～2006年福建省GDP年增長率、人口年增長率和CPI年增長率</p><p>　　依圖8所示，2003-2004年因?yàn)槿珖艿健胺堑洹庇绊懀袌鑫飪r(jià)上漲，導(dǎo)致居民消費(fèi)價(jià)格指數(shù)升幅比較大。2004-2005年、2005-2006年這2年間居民消費(fèi)價(jià)格指數(shù)上升就相對比較穩(wěn)定。</p><p><b>　　福建省用電量預(yù)測</b></p>

66、<p>　　根據(jù)2006年GDP、總?cè)丝跀?shù)和居民消費(fèi)價(jià)格指數(shù)為基數(shù)，再利用（13）、（14）、（15）式，就可以預(yù)測出2007～2020年的GDP、總?cè)丝跀?shù)和居民消費(fèi)價(jià)格指數(shù)。再把年GDP、總?cè)丝跀?shù)和居民消費(fèi)價(jià)格指數(shù)一一代入式(12)中，得到了自2007年～2020年福建省每年的用電量，結(jié)果如表9所示。由表9可以看出， 2012年福建省的年用電量將達(dá)到2094.4億kW·h，到2015和2017年的需電量將達(dá)到3

67、193.2和4210.6億kW·h，分別是2012年用電量的1.52倍和2.01倍。這對福建省的電力生產(chǎn)提出了嚴(yán)峻的考驗(yàn)。</p><p>　　圖9、預(yù)測的2007～2020年福建省GDP、總?cè)丝跀?shù)、CPI和年用電量</p><p><b>　　結(jié)束語</b></p><p>　　據(jù)了解，福建省電力供應(yīng)緊張主要有三個(gè)方面原因：　　一

68、是電源結(jié)構(gòu)不合理，調(diào)節(jié)性能差。福建水電資源開發(fā)利用率已接近60%，遠(yuǎn)高于全國20%的平均水平。目前全省水電裝機(jī)容量651萬千瓦，占總裝機(jī)的48%。水電受制于降雨量，枯水年和豐水年相比，一年的水力發(fā)電量差額約在40億千瓦時(shí)。福建有近1/3的電力要"靠天吃飯"，一旦遇到旱災(zāi)，水電供應(yīng)就難以為繼。福建省一次性能源自給率只有55%，有近一半需從省外引進(jìn)，亟需實(shí)現(xiàn)能源品種多元化、來源多樣化?！?二是電力項(xiàng)目上馬和經(jīng)濟(jì)發(fā)展速

69、度沒能很好結(jié)合。前幾年，福建省集中上馬了一批電力項(xiàng)目，如漳州后石電廠、湄洲灣電廠，使得福建電力供應(yīng)出現(xiàn)“暫時(shí)過?！?，掩蓋了福建省電力供應(yīng)長期短缺的矛盾。從1990年開始，福建電力需求增長明顯，"八五"增長15.9%，"九五"期間電力負(fù)荷和用電量分別增長9.4%和9%，高于全國平均水平。原預(yù)計(jì)"十五"期間電力需求增長率為8%，但"十五"初期全省電力需求增長明顯

70、高于8%。</p><p>　　三是福建省電網(wǎng)是一個(gè)小容量的獨(dú)立電網(wǎng)。福建省與鄰省沒有聯(lián)系 , 孤懸在華東電網(wǎng)之外 , 目前已形成 220kV 雙回環(huán)網(wǎng) , 500kV 輸變電工程正在發(fā)展中。雖然能基本滿足供電要求 , 質(zhì)量和安全穩(wěn)定水平較高 , 但也存在 5 個(gè)明顯不足: 一是總?cè)萘科?, 供不應(yīng)求; 二是靠天吃飯 , 枯水期缺電相當(dāng)突出; 三是北電南送; 四是孤立電網(wǎng) , 不能輸入; 五是山多林多 , 山河

71、交錯(cuò) , 縣以下供電網(wǎng)絡(luò)不完善?！熬盼濉逼陂g乃至下個(gè)世紀(jì)初 , 要針對以上問題 , 在發(fā)展中調(diào)整 , 加以解決。</p><p>　　針對福建省快速增長的電力需求，電力建設(shè)“后勁”不足的問題，提出以下六點(diǎn)建議： 一是抓緊對"十五"電力計(jì)劃進(jìn)行調(diào)整，未雨綢繆，規(guī)劃建設(shè)一批后續(xù)電力項(xiàng)目?！?二是加快電源項(xiàng)目前期工作進(jìn)度，盡快開工建設(shè)一批新的大型電力項(xiàng)目，滿足"十一五"

72、;初期的電力需求?！?三是在項(xiàng)目選擇上，優(yōu)先考慮清潔電力項(xiàng)目，支持LNG發(fā)電、核電等高效清潔電力項(xiàng)目建設(shè)，優(yōu)化電網(wǎng)結(jié)構(gòu)，初步形成結(jié)構(gòu)多元的局面，提高優(yōu)質(zhì)能源的比例，這是電力應(yīng)對能源壓力和實(shí)施可持續(xù)發(fā)展的未來之路。</p><p>　　四是根據(jù)全國大電網(wǎng)聯(lián)網(wǎng)步伐，抓緊探討與廣東電網(wǎng)聯(lián)網(wǎng)的可行性，進(jìn)一步完善福建電力結(jié)構(gòu)，提高電網(wǎng)的安全性和穩(wěn)定性，參與更大范圍的電力電量平衡。</p><p>

73、;　　五是提高電力能源效率。需要電力企業(yè)進(jìn)行技術(shù)革新，提高電力能源效率，這是應(yīng)對能源壓力的關(guān)鍵所在。</p><p>　　六是提升小水電的競爭力,從資源特點(diǎn)和現(xiàn)狀出發(fā)，發(fā)揮優(yōu)勢,改變劣勢。</p><p>　　根據(jù)以上六點(diǎn)，要實(shí)現(xiàn)上述目標(biāo),一靠政策,二靠科技。小水電的發(fā)展歷來靠“以電養(yǎng)電”(小水電所產(chǎn)生利潤的返回用于小水電滾動(dòng)發(fā)展)和“三自”方針(自建、自管、自用)。實(shí)行利改稅和新稅制后,

74、要有相應(yīng)的新政策調(diào)動(dòng)縣、鄉(xiāng)積極性 , 既開發(fā)利用當(dāng)?shù)厮Y源,又加強(qiáng)技術(shù)改造;用于鄉(xiāng)鎮(zhèn)企業(yè)和農(nóng)村經(jīng)濟(jì)、社會(huì)發(fā)展,又不增加國家負(fù)擔(dān); 既滿足農(nóng)村和山區(qū)用電需要,又不跟大城市、經(jīng)濟(jì)特區(qū)爭用電網(wǎng)的電。同時(shí),要依靠科技,減少工程,縮短工期,降低造價(jià)。</p><p>　　電力工業(yè)體系中,電力系統(tǒng)是十分重要的物質(zhì)基礎(chǔ)。在電力系統(tǒng)中,電源、電網(wǎng)和用電又是其核心內(nèi)容,必須從福建省水電資源優(yōu)劣勢、水電發(fā)展歷史過程來觀察、思考。為

75、了保持福建省水電的持續(xù)發(fā)展,應(yīng)當(dāng)抓住三個(gè)重點(diǎn)發(fā)揮其優(yōu)勢:即加快發(fā)展中小水電;完善縣及縣以下電網(wǎng);“長大”小水電企業(yè)。通過深化電力體制改革和農(nóng)村電網(wǎng)改造,推進(jìn)兩個(gè)根本性轉(zhuǎn)變,提高競爭力,促進(jìn)全省國民經(jīng)濟(jì)持續(xù)、快速、健康發(fā)展和社會(huì)全面進(jìn)步，做出積極貢獻(xiàn)。</p><p>　　通過建立多元回歸模型，得到了福建省年用電量與GDP和總?cè)丝跀?shù)的回歸模型，并通過了顯著性檢驗(yàn)，所得的方程能夠用來預(yù)測福建省的年用電量。以預(yù)測福建省

76、2007～2020年的GDP和總?cè)丝跀?shù)為基礎(chǔ)，得到了未來14年中國的年用電量。這些預(yù)測的用電量數(shù)據(jù)能夠科學(xué)指導(dǎo)福建省電力和經(jīng)濟(jì)政策的制定，為我省電力建設(shè)和社會(huì)發(fā)展規(guī)劃提供了定量的科學(xué)依據(jù)。</p><p>　　從以上的分析可以看出 ，通過建立多元回歸模型， 得到福建省年用電量與福建省年GDP和福建總?cè)丝跀?shù)的回歸模型，且相關(guān)系數(shù)通過檢驗(yàn)，回歸方程通過F檢驗(yàn)證明回歸效果顯著，所得的回歸方程能夠用來預(yù)測。目前，中國已加

77、入WTO，電力市場將面臨挑戰(zhàn)，較為準(zhǔn)確地預(yù)測未來年度的用電量，為下一年度提供可靠的依據(jù)，是增強(qiáng)我省電力企業(yè)競爭力的關(guān)鍵。當(dāng)然，用電量的多少受很多因素的影響，GDP和總?cè)丝跀?shù)都只是其中的影響因素之一。要準(zhǔn)確預(yù)測未來用電量，就要考慮到各方面的因素。本文以GDP、總?cè)丝跀?shù)和居民消費(fèi)價(jià)格指數(shù)為例提供了一種預(yù)測未來用電量的模型和方法。以往在預(yù)測用電量時(shí)，通常又主觀判斷得出，結(jié)果誤差較大，降低了預(yù)測的實(shí)用價(jià)值。而現(xiàn)在通過多元回歸分析預(yù)測，并利用EX

78、CEL、MATLAB等計(jì)算機(jī)軟件進(jìn)行運(yùn)算，則能很方便并且快速的得到預(yù)測值。這充分體現(xiàn)了，應(yīng)用現(xiàn)代科學(xué)方法及計(jì)算機(jī)技術(shù)，對提高社會(huì)經(jīng)濟(jì)工作的科學(xué)性有很大的推動(dòng)作用。只有通過科學(xué)得分析和預(yù)測，福建電力企業(yè)才能盡可能地避免由于投入機(jī)組過多造成的能源浪費(fèi)和投入機(jī)組不足造成的經(jīng)濟(jì)損失，使我省電力企業(yè)在競爭中立于不敗之地。</p><p><b>　　參考文獻(xiàn)</b></p><p&

79、gt;　　牛東曉，曹樹華。電力負(fù)荷預(yù)測及其應(yīng)用 [M]。北京：中國電力出版社。1998。44-60。</p><p>　　王惠文。偏最小二乘回歸方法及其應(yīng)用 [M]。北京：國防工業(yè)出版社。1999。103-110。</p><p>　　唐五湘等。Excel在預(yù)測中的應(yīng)用 [M]。北京：電子工業(yè)出版社。2001。49-55。</p><p>　　孫林巖等。應(yīng)用統(tǒng)計(jì)學(xué)教

80、程及學(xué)習(xí)指導(dǎo) [M]。北京：高等教育出版社。1999。69-78。</p><p>　　劉晨暉。電力系統(tǒng)負(fù)荷預(yù)報(bào)理論及方法 [M]。哈爾濱：哈爾濱工業(yè)大學(xué)出版社。1987。58-64。</p><p>　　朱六璋，袁林，黃太貴。短期負(fù)荷預(yù)測的實(shí)用數(shù)據(jù)挖掘模型 [J]。電力系統(tǒng)自動(dòng)化。2002年3期。9-11。</p><p>　　張敬偉。上海市信息產(chǎn)業(yè)發(fā)展與用電需求

81、的回歸分析。電力技術(shù)科技。2006年18卷第3期。48-50。</p><p>　　李劍超。人工神經(jīng)網(wǎng)絡(luò)在居民用電量預(yù)測中的應(yīng)用 [J]。廣西電力工程。2000年2期。9-10。</p><p>　　賈玉心。概率論與數(shù)理統(tǒng)計(jì)（第2版） [M]。北京：北京郵電大學(xué)出版社。2004。213-218。</p><p>　　王鵬飛。多元線性回歸方法在中國用電量預(yù)測中的應(yīng)用研

82、究 [J]。東北電力技術(shù)05年第8期。2005。16-18。</p><p>　　孫秀卉，劉莉?；貧w分析法在年用電量預(yù)測中的應(yīng)用 [J]。沈陽工程學(xué)院學(xué)報(bào)第1卷2期。2005。71-72。</p><p>　　李艷梅 孫薇。多元線性回歸分析在用電量預(yù)測中的應(yīng)用 [J]。華北電力技術(shù)。2003。40-41</p><p>　　程述漢，葛家麟。概率論與數(shù)理統(tǒng)計(jì) [M]。

83、北京：中國農(nóng)業(yè)出版社。2005。</p><p>　　吳盧榮。概率統(tǒng)計(jì)教程 [M]。廈門：廈門大學(xué)出版社。2001。216-219。</p><p>　　李任波，連坡，邵崇斌等。概率論與數(shù)理統(tǒng)計(jì) [M]。北京：中國林業(yè)出版社。2004。266-279。</p><p><b>　　致 謝</b></p><p>　　衷