补充资料：能源消费趋势分析方法

能源消费趋势分析方法
tendence analysis of energy consumption

　　能源消费趋势分析方法(tendence allalysis。fenergy COnoumPtion)根据历史上能源消费的趋势推测未来能源需求量的一种预测方法，它主要采用的是时间序列分析方法。时间序列分析方法是将历更资料按时间排列并对它进行分析，找出它随时间变化的趋势与规律，并用数学关系式把它表示出来。然后根据这个关系式对今后进行预测。它是进行能源消费短期预测(例如短期电力负荷预测)的一种常用方法。其主要优点是灵活简便，短期预测较准确、主要缺点是没有揭示影响能源消费量变化的原因，仅从时序数据中寻找变化规律，因而不适用于长期预测。 趋势分析方法分确定性方法和随机性方法。 确定性趋势分析模型常用的主要有; ①滑动平均预测模型。假设能源消费时间序列数据为二，，二2二，x，，那末第t+1时期的预测值为么+1一(艾t十‘卜1十…+二卜N+1)/N，即以N个实际值的平均数作为预测值，N的大小依时间序列数据显示的规律而选定。若以加权平均数为预测值，么十:二(a0禹+alx下1+.‘.+嘶一lx卜N+1)/N，称为加权滑动平均预测模型，a为加权因子，也依时间序列数据显示的规律而选定，满足(a。+。、十…+断一;)/N~lo若对实际时间序列数据进行一次滑动平均，得到滑动平均数序歼，再对该平均数序列应用滑动平均预测模型，求得第t+l时期的预测值，称为二次滑动平均预测模型。 ②指数平滑预测模型。以t时期实际值x‘和预测值士的加权平均值作为第t+1时期的预测值，房、，一鳃+(l一a)资，，0<。<1。进一步推导可得反，+:一。xt+a(1一。)二卜1+a(1一，)Zx_。+…+a(l一。)卜召汾:+(l一。)t一“x，，即预测值为历期实际值指数形式的加权和。如对一次指数平滑后形成的序列致据再作一次指数平滑，称为二次指数平滑预测模型。 ③分解预测模型。将时间序列数据进行分解，求出趋势因素(y，)、季节因素(凡认循环因素(c力和随机因素(动，分别预测各种因素的预测值夕，+l、息一，和么+l、利用模型么+，一二们只瓦十l义么打求得第‘十l时能源消费量预测值。在分解模型中，滑动平均是常用的分解长期趋势因素的方法。分解预测模型适用于季度能源消_费量的预测。随机性趋势分析模型常用的主要有: ①自回归模型。浓一a，石一1+处xt一2十”·+外X卜，十所，称为P阶自回归模型，简记为AR(P)。 al、处一外为自回归参数，从为随机误差项。利用回归分析技术估计参数，得到参数估计量为舀1，舀。，一，舀*，于是第t十1时期的预测值为元+L一句不+乓苏一，十…+凡不一，+，。 ②自回归滑动平均模型。 不一a工不一:+纯不一:+…十外不一，+肠一月:肠一:一风肠一:一··一风八一。，称(P，砂阶自回归滑动平均模型，简记为ARMA(p，妇。al，气，:.a，，风，声2，…召，，分别为自回归和滑动平均参数，由回归分析技术估计得到其估计值。(李子奈)
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。