基于回归分析建立用电负荷预测模型论文_和志桥,李宇鹏,王雷,郑博升

(红塔烟草(集团)有限责任公司)

摘要:为提高电力市场化交易量,实现降本增效,需要精准预测月度负荷,本文基于回归分析法,对历史统计数据进行回归分析,建立变量(生产电量、非生产电量、生产天数、卷烟产量)与总用电量的相关关系,回归拟合成负荷预测公式,通过对数据的差异处理验证,形成符合性较高的负荷预测模型。

关键词:负荷预测;回归分析;数据源;相关性

1 前言

近年来,随着各地贯彻落实《中共中央国务院关于进一步深化电力体制改革的若干意见》(中发〔2015〕9号)有关要求,电力市场化交易得到迅猛的发展,各用电主体特别是大用户,用电成本实现较大幅度的减轻,但参与电力市场化交易需要提前申报用电量,因而科学预测用电负荷成为最关键因素,预测的契合度越高,节约的电费就越多,反之亦然。多年来国内学者提出了许多预测方法,是采用许多复杂的数学理论,或建模仿真预测,还是依据历史数据的统计分析,预测领域该关注的焦点是什么,这些问题都困扰着我们,本文应用统计学原理,对电力月度负荷建模预测分析,探索事物之间的内在联系和发展变化规律,并将预测结果与实际结果进行对比验证,论证该方法的准确性和高效性。

2 历史数据收集

为提高结果的有效性、准确性和对比性,数据采用某卷烟生产企业的2015.2016联系两年统计情况。统计表格中包含的变量包括总电量、生产电量、非生产电量、生产天数、卷烟产量(具体如表一)。

3 相关性和回归拟合分析

3.1相关性分析

使用Minitab软件中的统计分析工具,利用表一的数据进行变量(C1:总电量;C2:生产电量;C3:非生产电量;C4:生产天数;C5:卷烟产量)之间的相关性分析,找出强相关变量。

从图1数据可以看出,生产电量与卷烟产量之间的相关性最强,其次是总电量与生产电量、卷烟产量之间的相关性,非生产电量与生产天数的相关性最差。其它变量之间的关系处于中间。结合实际分析:C2(生产电量)与C5(卷烟产量)相关性为0.995,相关性最强,C5(卷烟产量)与C1(总电量)、C2(生产电量)的相关性在0.95,相关性很强。其他数据之间的相关性都较弱,Pearson(相关系数)接近或者小于0.7,与前面两组相关性的系数对比差异较大,因而后面的回归分析中,只分析C1(总电量)、C2(生产电量)与C5(卷烟产量)之间的关系(注:相关系数的检验,一般说来,样本量超过9时,只要相关系数绝对值达到0.7,那么就应当认定两变量间是确实相关的;当样本量超过25时,只有相关系数绝对值达到0.4,那么就认定两个变量间是确实相关的)。

3.2回归拟合分析

3.2.1 间接推算

先通过拟合非生产电量与卷烟产量的关系,继而建立卷烟产量与总电量的预测模型。

使用Minitab软件中的回归分析工具,输入2015年、2016年的数据,拟合C2(生产电量)与C5(卷烟产量)之间关系,形成如图2所示,P值小于0.001,该回归方程有意义。并进行残差分析,由图可知,简单线性回归模型是合理的。

4.3论证结果

以上三个电力负荷预测模型方程,预测电量与实际总电量的误差都在2%以内,误差在合理范围内,具有较高的实用价值,实际应用中,可以根据需求,自由使用。

5 结 论

本文基于回归分析法,对历史统计数据进行回归分析,建立通过卷烟产量预测总用电量模型,并将模型预测得到的数据与实际数据进行对比验证,得到的结果误差在2%以内,预测模型达到预期。在下一步的工作中,将结合实际情况,扩展数据量,运用PDCA持续改进方法,不断完善模型,提升预测的准确性,便于其它卷烟工厂或者行业在负荷预测中的运用。

参考文献:

[1] 康重庆,夏清,张伯明.电力系统负荷预测研究综述与发展方向的探讨【J】.江苏:电力系统自动化,2004,28(17):3~9.

[2] 张世翔,苗安康. 中国电价市场化改革现状及模式探索【J】.江西:价格月刊,2017,03(478):53~56.

[3] 何桢. 六西格玛管理【J】.北京:中国人民大学出版社,2015:301~317.

作者简介:

1、和志桥,1987年,男,纳西族,籍贯:云南丽江,助理工程师、质量工程师,研究生在读,红塔烟草(集团)有限责任公司 玉溪卷烟厂,研究方向:电气自动化、项目管理、数据分析。

2、李宇鹏,1985年,男,汉族,籍贯:广西梧州,助理工程师,初级统计师,注册安全工程师,PMP项目管理师,硕士研究生,红塔烟草(集团)有限责任公司 装备技术部,研究方向:数据统计、项目管理、设备管理、安全环境管理。

3、王雷,1988年,男,汉族,云南玉溪,助理工程师,研究生在读,红塔烟草(集团)有限责任公司 玉溪卷烟厂,研究方向:工程材料,电气自动化。

4、郑博升,1989年,男,汉族,云南玉溪,助理工程师,研究生在读,红塔烟草(集团)有限责任公司 玉溪卷烟厂,研究方向:电气自动化、软件工程、会计管理学。

论文作者:和志桥,李宇鹏,王雷,郑博升

论文发表刊物:《电力设备》2017年第21期

论文发表时间:2017/11/29

标签:;  ;  ;  ;  ;  ;  ;  ;  

基于回归分析建立用电负荷预测模型论文_和志桥,李宇鹏,王雷,郑博升
下载Doc文档

猜你喜欢