基于组合预测模型的能源消费总量预测分析

李默松

摘 要：能源是为社会发展提供力量的关键物质，能源的消耗对于人类和自然界都产生着相应的影响，是实现可持续发展所需关注的重要内容。借助创建能源消费量模型，对我国在能源消费总量上进行精准的测定，有助于在以后的能源消费上进行合理的调整和规划，有助于为我国提供健康、稳定的发展环境。本文就通过组合预测模型，以电力能源为分析对象，对其消费总量进行预测，以期为推进我国可持续发展的工作的落实贡献一份力量。

关键词：组合预测模型;能源消费;总量预测分析

1 研究背景

電力资源为我国的资源结构的重要组成部分，我国当下者工业化水平逐渐深入的背景中，对电力资源的需求量愈加增长。在坚持可持续发展理念的当下，环保型电力资源被逐渐兴起，例如风力发电、水力发电、太阳能发电等均被研发出来，而且在电力供应中所占据的比例愈加增长。所以，在社会和国家发展势头正劲的当下，展开对电力资源的未来消费的总量、构造以及方向的预测的工作十分有必要，这样能够为政府在资源分配利用以及环境水平的预测和政策的制定上起到十分关键的促进效果。还有就是，因为需求度是生产的主要决定因素，若是在电力资源的供应中出现供不应求或者生产过剩的现象对于资源来说会造成一定的浪费，对于社会来说会阻碍到发展。由此可见，科学合理地进行电力资源的消费预测，无论是对电力资源市场的均衡性的维持还是对电力资源企业的经济效益都展现出十分重要的意义。

预测理论为一类借助将已有信息实现分析处理，展现其所隐藏的规律，实现对将来的数据信息进行预测的形式。当下，我国在此领域所展开的研究项目已经存在一定的数量，其中有借助逻辑斯蒂回归方程实现预测，还有借助灰色预测得到结果后又借助马尔可夫修正，以及多种预测方式进行组合的形式。鉴于对当下的电力资源的消费量的发展趋向的了解，以及对相关资料的查询得到，若是仅仅依赖于灰色预测的方式进行电力资源的预测不够全面。由此此次研究就将逻辑斯蒂预测进行结合，得到一类能够将未来电力资源发展充分展现的符合现实状况的预测的模型。

2 模型介绍

2.1 灰色预测模型

灰色系统中的信息特点为部分已知部分未知，并且所有的因素间的关系处于不确定的状态。灰色预测为一类对灰色系统实施预测的形式。其对系统中的相关因素的发展方向的区别度进行鉴定，也就是对其实施关联分析操作，同时将原始值进一步加以生成处理，进而充分展现出系统变动的特点，通过数据序列的形式将其展现出来，之后再进行相关的微分方程创建，达到对相关事务的未知的发展方向的预测的效果。由于传统的预测方法存在些许不足，所以对其进行改进，得到滑动无偏GM（1，1）预测模型：

设原始序列：

对原始序列实施一次加权滑动操作：

这里：

把数列以传统的GM（1，1）流程得到参数a，b，参照相关资料求得参数u，A：

原始数据的预测模型：

2.2 逻辑斯蒂预测

逻辑斯蒂曲线还叫做逻辑斯蒂预测函数，为一类被普遍使用的S形函数，其最早被用来进行展现人口增长状况。此类曲线最被应用在描述一些限定状况中的种群增长模型。其特点为初期曲线呈指数增长，之后逐渐饱和，增长放缓，最终完全饱和便不再增长。

逻辑斯蒂方程如下：

这里的M具体是指种群数量，A具体是指环境容量，r具体是指增长率，t具体是指时间变量，B是指常数。

逻辑斯蒂预测的主要优势为其杜宇波动幅度较低的数据组能够精准的实现拟合。

2.3 马尔可夫模型修正

由于灰色预测模型应用在长期预测方面具有缺陷，但是所以借助马尔科夫模型进行补充，通过此模型来实现将组合模型的预测结果加以修正，能够使得结果在精准度上被有效提升。主要内容如下：

在组合模型的预测与真实数据的残差曲线Y（k）的上下侧做n，m条和Y（k）向平行的曲线，所以，m+n+1条平行曲线构成m+n个状态区间Q1，Q2，…，Qm+n。

创建1步转移概率的矩阵：

这里，pij指的是数据自状态Qi进行1步转移后达到Qj的概率，nij指的是自状态Qi进行1步转移后达到Qj的数目，Ni指的是在状态Qi下的所有点的数量。所以得到1步转移概率的矩阵如下：

预测数值求解：ω（t）=e（t）+0.5（θ1+θ2）。这里，ω（t）具体是指进行修正的预测数据，具体是指滑动无偏GM（1，1）模型得到的预测数据，θ1与θ2具体是指残差所处的状态区间的上下值。

3 组合预测

借助将灰色预测与逻辑斯蒂预测的模型进行组合的方式来实现在对具有不确定性的因素数据组进行处理的情况下还可以使其精准度符合标准的效果。

3.1 创建组合模型

设定将时间当成指标的电力消费量序列{A（t）}，t=1，2，…n，借助滑动无偏GM（1，1）预测的序列为{A1（t）}，逻辑斯蒂方程预测的序列为{A2（t）}，得到组合预测模型：e（t）=ω1A1（t）+ω2A2（t）;t=1，2，…n。这里A1（t）指的为滑动无偏GM（1，1）的预测数据，A2（t）指的是逻辑斯蒂方程的预测数据，ω1，ω2使每个预测数据所占权重。

3.2 权重数据计算

将组合预测模型中残差平方和S最小当做目标函数，就得到以下非线性规划模型：

这里A（t）指的是真实值，A1（t）指的是第一种预测方式中的预测数据，A2（t）指的是第二种预测方式里的预测数据，ω1，ω2使每个预测数据所占权重。

3.3 预测结果

在对近五年我国在电力资源的消费上的数据进行整理后，借助以上三种预测模型进行预测，得到以下相应的未来三年的预测结果，详见表1。

4 结束语

综上所述，我国在高速发展的同时，对于电力资源的需求量在不断地增加，能够看出，电力能源对于维持我国稳定发展起到十分重要的影响。社会在创造经济效益的同时还对资源不断地需求，且与日俱增，能源消耗量逐步地提升，我国在以后的能源供应上是不是能够为社会的可持续的发展提供动力，是当下社会各界所重点关注的内容。所以要想使得社会和国家维持健康、稳定的发展步伐，就一定要将能源消耗和经济进步两者间的联系解决好，提升在能源节省上的技术的研发与管控，学习其他国家在此方面的优点，以达到真正的可持续发展。还要不断地进行新能源的发掘，将技术创新的进行提速，对能源结构进行改良。

参考文献：

[1]陆云峰.基于组合预测模型的大连港集装箱海铁联运量预测[J].中国市场，2018，000（027）：21-24.

[2]李宇航.基于大数据的船舶交通客流特征组合预测模型分析[J].舰船科学技术，2019，41（08）：92-94.