基于误差校正的中长期负荷预测模型

中国的中长期负荷呈现明显的增长趋势,大部分插值算法在预测建模时,对区间外预测结果的有效性得不到保证。文章建立了一个综合时间序列建模和回归建模优点的模型来预测湖南衡阳地区年度负荷。将总量数据转换成增速数,然后建立广义自回归条件异方差(general autoregressive conditional heteroscedasticity,GARCH)对负荷增速序列建模。建立回归模型分析GARCH模型的残差中未被GARCH模型解释的外界影响,然后根据回归预测的残差对GARCH模型误差进行校正。在选择回归模型变量时,引入格兰杰因果检验筛选适当的影响因素,引入主成分分析提取影响因素中包含的信息,降低自变量的维数,提高中长期负荷建模精度。实例研究表明该方法对于中国中长期负荷预测较为准确。