基于灰色时间序列的全国电力年消耗总量预测

摘 要：全国电力年消耗总量作为重要的经济指标，对国内经济环境的反映具有重要作用。电力在传输、储存和远程调配等环节中损耗严重，从而要求了发电量必须与用电量相适应。利用灰色时间序列对其进行了预测，预测2017年全国电力年消耗总量为6.4658万亿兆千瓦，不仅能对发电工作进行提前指导，还能根据预测数据指导经济政策的制订。通过误差分析对模型的准确性进行了验证，5组验证数据均保证误差小于5%，即预测数据具有95%保证率，保证了预测数据的参考价值。

关键词：灰色时间序列；用电总量预测；误差分析

引言

全国电力年消耗总量作为重要的经济指标，对国内经济环境的反映具有重要作用。电力在传输、储存和远程调配等环节中损耗严重，从而要求了发电量必须与用电量相适应。基于以上两点，对未来全国电力年消耗总量进行准确预测，不仅能对发电工作进行提前指导，还能根据预测数据指导经济政策的制订。

目前，对全国电力年消耗量预测进行较少，多为专家定性预测，准确度得不到保障，而全国电力年消耗量影响因素众多，内部关系不明晰。针对此，本文利用灰色时间序列进行预测，所需数据量小，准确度高，预测结果更具有参考价值。

1 灰色r间序列

时间序列预测是将所需要预测的数据按照时间进行排列，形成一个数列，利用数列的内在规律，合理外推出未来时间相应节点所对应的数据。灰色预测用于数据内在关系不明确或不完全已知的情况，利用较少数据，进行准确度和可信度高的预测。灰色时间序列将以上两种方法相结合，所需数据少，预测准确，可信度高，特别适合类似于用电总量的预测分析。

灰色时间序列预测过程包括：数据预处理（累加数列），序列建立，参数求解，精度检验。

2 基于灰色时间序列的全国电力年消耗量预测

2.1 实验条件

（1）查询国家统计局有关数据，2007至2016年全国电力年消耗总量数据如表1所示。

（2）在MATLAB R2014a，利用MATLAB语言对相应程序进行了编写。

2.2 实验结果

利用灰色时间序列进行预测，预测2017年全国电力年消耗总量为6.4658万亿兆千瓦，全国电力年消耗量预测如图1所示。

2.3 误差分析

以2012～2016年全国电力年消耗总量作为预测目标，将预测值与实际值进行比较，误差分析结果见表2。

从预测误差表中可以看出，利用已知实际值和模型预测值进行比较，2012～2016年全国电力年消耗总量预测值与实际值差距最大为4.665%，最小为2.395%，5组验证均保证预测值与实际值差异小于5%，满足统计学的预测值具有95%的保证率的要求，预测精度高，预测结果可信，预测数据具有重要的现实意义。

3 结束语

综合全国电力年消耗总量符合时间序列规律以及数据量小，内部关系不完全清晰的特点，利用灰色时间序列得到预测模型，并对2017年全国电力年消耗总量进行了预测。预测方便，所需数据量小，通过误差分析发现，预测结果准确度高，具有重要的现实意义。预测2017年我国电力年消耗总量将达到6.4658万亿兆千瓦，继续呈现上升趋势，为保证电力供应，有关部门应及早进行准备，参考预测数据采取相应措施。

参考文献

[1]林添枝，吴卢荣，陈绩馨.基于时间序列与灰色拓扑的春节火灾损失预测[J].数学的实践与认识，2014（17）：176-183.

[2]杨月英，马萍.基于灰色时间序列预测中国汽车销量[J].湖州职业技术学院学报，2012（01）：5-7+11.

[3]肖勇，尹世洋，邵景力，等.灰色预测与时间序列分析在地下水位预测中的应用[J].灌溉排水学报.

[4]刘淼.基于灰色理论的时间序列交通事故预测[J].许昌学院学报，2014（02）：14-17.

[5]曹艳平.灰色时间序列理论及应用的研究[D].西安建筑科技大学，2005.

[6]李雅莉.时序挖掘算法灰色预测模型的分析及应用[J].网络安全技术与应用，2016（03）：43-44.

作者简介：董学超（1996-），男，汉族，河北省涞水县人，本科，在读学生。