屠一艳，徐久益，杨晓雷，李自明，姚剑峰

（1.国网浙江省电力有限公司嘉兴供电公司，浙江 嘉兴 314000；2.国网浙江桐乡市供电有限公司，浙江 桐乡 314500）

0 引言

用电量是经济发展的“晴雨表”。经济增长对电力具有很强的依赖性，而经济的快速增长也会刺激用电量的迅速增长。用电量预测是实现区域电力电量平衡、电网精准投资、规范电力现货市场交易的主要依据。因此，用电量的准确预测既是电网发展规划、生产经营的基础，又是地区经济社会发展变化趋势的“风向标”[1-2]。

目前，各行各业对电力能源的依赖性日益显著，加之国内各地区居民电气化水平差异大，导致对电能消费需求变化趋势不同，用电量呈现多因素化、变化复杂的特点，这对准确预测月用电量提出了挑战[3]。传统的月度电量预测方法如趋势外推法、时间序列预测法、半参数统计法和BP神经网络等预测方法[4-7]虽然成熟，但多以历史纯电量数据为预测依据，预测模型难以适应当前电力需求增长的诸多因素。一些学者对月度用电量的预测方法不断进行改进，并取得了一定成果。文献[8]在传统多元回归预测模型的基础上，构建温度和经济增长因素为输入的月用电量预测模型，对历史数据拟合得较好，但预测方法中的经济因素只考虑到规模以上工业增加值，不足以表现经济因素的影响。文献[9]综合了灰色关联分析法、多变量时间序列法优势，将区域用电量相关影响因素进行关联分析，虽然预测精度较高，但输入的社会经济变量较少，预测结果呈现出季节性波动。……