陆圣芝 金诚 卜广峰 姚奔 徐恒

摘要：短期電量预测对电网的运营维护工作具有重要意义。传统的电量预测方法包括灰色预测模型、ARIMA、指数平滑等，这些方法通常是使用线性时序模型拟合电量数据。然而，电力的使用受外部多种环境因素的影响，含有多个成分，线性模型无法很好地表征电量数据的规律。为提高电量模型预测的准确性，基于Prophet模型进行电量预测，应用到同期线损系统采集的电量统计数据上得到精确的预测结果。对比实验表明，此模型相比于传统预测方法有一定性能优势，并且Prophet模型的成分分解使得用户的用电量变化可以具体解释。

关键词：时间序列;非线性回归;电量预测;Prophet模型

0    引言

短期电量预测对电力系统的运营维护工作具有很大的指导意义[1-3]，电量预测的准确率提高能很好地为供电企业掌握售电市场提供依据。及时了解政府的各项宏观调控政策，通过预测了解各种类型客户的生产运行情况、资金周转情况，能为电网发展规划提供数据支撑。

本文将具有成分分解能力的Prophet模型用于电量预测，用不同的方法建模电量时序信号的不同成分，基于该模型的电量预测结果由多个成分序列的预测之和得到[4-5]。

1    Prophet模型

1.1    成分分解

然而，观察发现，用户使用电量受节假日影响较大，会出现大幅骤减或骤增，因此，我们利用Prophet模型将电量序列分解为4个成分：

式中，h（t）是节假日成分。

1.2    趋势成分

用户电量的增长模型具有最大电量使用极限，在没有特殊情况的前提下，电量需求在到达极限前增长会越来越慢，直至平稳。……