基于HP滤波的SARIMA中期电力负荷预测

在用时间序列模型做电力负荷预测时,季节性是中期负荷预测重点分析的因素项。对全国2004年1月到2013年12月的电能消耗数据建立SARIMA模型,在模型定阶和参数显著性检验中发现,季节性因素的参数在调整过程中多数情况下不显著,这与季节性本身相矛盾,不利于SARIMA模型建立后的预测过程。鉴于这种情况,对原序列进行修整,将HP滤波法应用到ARIMA模型建立之前,提取不同频率的波谱序列。并运用OLS法分别建立模型进行分析,弱化趋势性、季节性等因素之间的相互作用,最后根据HP滤波原理对2014年1月到11月的电能消费量做出综合预测。从预测结果看,这种方法可以降低由序列趋势性、季节性等因素相互影响产生的相对误差,提高预测精度。