和识之 卢伟辉

摘要：发电燃料供应的预测对缓解电力供需矛盾、有序做好发用电管理起着举足轻重的作用。本文提出一种基于乘积季节模型的发电燃料供应量预测方法，乘积季节模型是随机季节模型与ARIMA模型的结合式，在考虑历史数据和影响因素的前提下，更好的反映了发电燃料供应的季节性因素。通过MATLAB实际仿真，证明该预测方法预测较准确，并具有较好的适应性和可行性。

关键词：发电燃料;乘积季节模型;ARIMA;预测方法

1 预测方法和预测模型

1.1 预测方法

按预测方法的性质不同，预测可分为定性预测和定量预测。常用的定性预测方法有主观概率法、调查预测法、德尔菲法、类比法、相关因素分析法等。定量方法又可以分为因果分析法和时间序列分析法等，因果分析法也叫结构关系分析法。它是通过分析变化的原因，找出原因与结果之间的联系方式，建立预测模型，并据此预测未来的发展变化趋势及可能水平。时间序列分析法也叫历史延伸法。它是以历史的时间序列数据为基础，运用一定的数学方法寻找数据变动规律向外延伸，预测未来的发展变化趋势。由于时间序列模型无法引入对负荷影响的其它变量，所以，单纯应用时间序列模型进行供应预测精度难以提高。

1.2 预测模型

1.2.1 趋势外推法

趋势外推法是对时间序列中的长期趋势利用人们己知的具有各种变化特征的曲线进行拟合的分析方法。趋势外推法适用于精度要求不很高的中长期趋势预测，不适合对那些波动性较大较频繁的序列做精确预测。……