崔和瑞，穆玉佩，彭　旭

(华北电力大学 经济与管理学院，河北 保定 071003)



基于HP滤波的SARIMA中期电力负荷预测

崔和瑞，穆玉佩，彭旭

(华北电力大学 经济与管理学院，河北 保定 071003)

在用时间序列模型做电力负荷预测时，季节性是中期负荷预测重点分析的因素项。对全国2004年1月到2013年12月的电能消耗数据建立SARIMA模型，在模型定阶和参数显著性检验中发现，季节性因素的参数在调整过程中多数情况下不显著，这与季节性本身相矛盾，不利于SARIMA模型建立后的预测过程。鉴于这种情况，对原序列进行修整，将HP滤波法应用到ARIMA模型建立之前，提取不同频率的波谱序列。并运用OLS法分别建立模型进行分析，弱化趋势性、季节性等因素之间的相互作用，最后根据HP滤波原理对2014年1月到11月的电能消费量做出综合预测。从预测结果看，这种方法可以降低由序列趋势性、季节性等因素相互影响产生的相对误差，提高预测精度。

电力负荷；SARIMA模型；HP滤波；曲线拟合；长记忆性

0　引　言

中期电能消耗在一定程度上，受到往期消耗量和季度的影响，其中还包含一些突发事件所引起的耗电量波峰等。这些因素以目前的预测技术，暂时被区分为趋势性、季节性、周期波动性、不规则变动等。在负荷预测建立模型时，这几个方面对整体序列的影响相互叠加，形成负荷预测中建立模型的一大难点。

在国内外关于中期电力负荷预测的文献中，相对于神经网络模型[1]，考虑到季节性因素的时间序列模型更符合序列规律的分析。……