基于改进X-12-ARIMA的电煤需求预测模型与实证研究

doi:10.11930/j.issn.1004-9649.2014.2.140.5

中国电力 ›› 2014, Vol. 47 ›› Issue (2): 140-145.DOI: 10.11930/j.issn.1004-9649.2014.2.140.5

基于改进X-12-ARIMA的电煤需求预测模型与实证研究

朱发根

国网能源研究院,北京 102209

收稿日期:2013-12-13 出版日期:2014-02-28 发布日期:2015-12-18
作者简介:朱发根（1983-）,男,湖南醴陵人,博士,高级工程师,从事能源和电力需求分析预测研究。E-mail: zhufagen@sgeri.sgcc.com.cn
基金资助:
国家电网公司科技资助项目（XM2012020032327）; 中能电力工业燃料公司委托资助项目（XM2013020032512）

Electrical Coal Demand Forecasting Model and Case Studies Based on Improved X-12-ARIMA

ZHU Fa-gen

State Grid Energy Research Institute, Beijing 102209, China

Received:2013-12-13 Online:2014-02-28 Published:2015-12-18
Supported by:
This project is supported by Science and Technology Fund of SGCC (XM2012020032327) and Fund of Zhongneng Electric Power Fuel Lorporotion (XM2013020032512)

摘要/Abstract

摘要： 考虑中国春节、端午、中秋等移动假日效应,对美国人口普查局开发的X-12-ARIMA模型进行了改进和实证分析。结果表明,中国电煤消费量具有显著的季节性特征,每年11—12月为消费最高峰,7—8月为消费小高峰;基于改进X-12-ARIMA模型对2013年1、2和3月份的电煤需求预测精度分别为96.6%、95.1%和93.7%,具有较好的短期预测能力。

关键词: X-12-ARIMA模型, 电煤需求, 季节调整, 预测

Abstract: Considering the floating holiday effects of China’s Spring Festival, the Dragon Boat Festival and the Mid-Autumn Festival, the improvement and corresponding case studies are put forward on the X-12-ARIMA model developed by the U.S. Census Bureau. The case study results show that electrical coal consumption is characterized by apparent seasonal patterns. Each year the highest peak of the consumption happens in the period of “November-December” while the small peak appears in the period of “July-August”. As for January, February and March in 2013, the forecasting accuracies of the improved model based on X-12-ARIMA are 96.6%, 95.1% and 93.7%, respectively, which demonstrates its satisfactory performance in short-term forecasting.

Key words: X-12-ARIMA model, electrical coal demand, seasonal adjustment, forecast

中图分类号:

TM715

朱发根. 基于改进X-12-ARIMA的电煤需求预测模型与实证研究[J]. 中国电力, 2014, 47(2): 140-145.

ZHU Fa-gen. Electrical Coal Demand Forecasting Model and Case Studies Based on Improved X-12-ARIMA[J]. Electric Power, 2014, 47(2): 140-145.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2014.2.140.5

https://www.electricpower.com.cn/CN/Y2014/V47/I2/140

参考文献

[1] 王楠,黄忠,闫斌. 2009年电煤供需状况综合分析[J]. 中国电力,2010,43（4）：1-3.
WANG Nan, HUANG Zhong, YAN Bin. Analysis on supply and demand situation of power coal in 2009 [J]. Electric Power, 2010, 43(4): 1-3.
[2] 赵文会,丁会凯,施泉生,等. 中国风电发展与经济增长的协整分析[J]. 中国电力,2013,46（3）：1-4.
ZHAO Wen-hui, DING Hui-kai, SHI Quan-sheng, et al . Analysis of cointegration and causality between wind power development and economic growth in China[J]. Electric Power, 2013, 46(3): 1-4.
[3] 顾宇桂,罗智,单葆国. 2013年中国电力供需形势展望[J]. 中国电力,2013,46（1）：7-10.
GU Yu-gui, LUO Zhi, SHAN Bao-guo. Outlook 2013 of power supply and demand in China and related suggestions [J]. Electric Power, 2013, 46(1): 7-10.
[4] 王书平,郑维,吴振信,等. 基于X-12-ARIMA方法的迪拜原油价格季节性波动分析[J]. 数据的实践与认识,2009（9）：44-51.
WANG Shu-ping, ZHENG Wei, WU Zhen-xin, et al . Analysis on seasonal fluctuations of Dubai crude oil price using X-12-ARIMA[J]. The Practice and Understanding of Data, 2009(9): 44-51.
[5] 王穆楠,李林杰. 我国娱乐教育文化消费平均指数变动趋势的实证分析[J]. 统计与管理,2010（4）：71-73.
WANG Mu-nan, LI Lin-jie. Empirical analysis on entertainment- education-culture consumption average index trend[J]. Statistics and Management, 2010(4): 71-73.
[6] 桂文林,韩兆洲. 基于X-12-ARIMA模型的中国粮食消费价格运行[J]. 华东经济管理,2011（3）：61-67.
GUI Wen-lin, HAN Zhao-zhou. China’s grain consumption price using X-12-ARIMA [J]. East China Economic Management, 2011(3): 61-67.
[7] 李辉,石龙. 中国保费收入的预测研究[J]. 统计与决策,2012（11）：32-36.
LI Hui, SHI Long. China’s insurance income forecasting [J]. Statistics and Decision, 2012(11): 32-36.
[8] 张鸣方,项燕霞,齐东军. 居民消费价格指数季节调整实证研究[J]. 财经研究,2004（3）：133-144.
ZHANG Ming-fang, XIANG Yan-xia, QI Dong-jun. Empirical analysis on seasonal adjustment of consumer price index [J]. Finance Research, 2004(3): 133-144.
[9] 中国人民银行调查统计司. 时间序列X-12-ARIMA季节调整—原理与方法[M]. 北京：中国金融出版社,2006：377-380.
[10] 贺凤祥,刘建平. 如何对中国CPI进行季节调整—基于X-12-ARIMA方法的改进[J]. 数量经济技术经济研究,2011（5）：110-124.
HE Feng-xiang, LIU Jian-ping. Seasonal adjustment of China CPI based on X-12-ARIMA [J]. Quantitative & Technical Economics, 2011(5): 110-124.
[11] FINDLEY D F, MONSELL B C, BELL W R, et al . New capabilities of the X-12-ARIMA seasonal adjustment program [J]. Journal of Business and Economic Statistics, 1998, 16(2): 127-152.

[1]	孙庆超, 李嘉靓, 江万里, 王若愚, 李植鹏, 胡亚荣, 朱健斌. 基于数据驱动时空网络的城市中长期电力负荷预测[J]. 中国电力, 2025, 58(3): 168-174.
[2]	许常昊, 关伟东, 王越, 张金帅, 王鹏, 周宁, 尚博文. 全功率小型变速抽水蓄能机组双层MPC虚拟惯量控制策略[J]. 中国电力, 2025, 58(2): 216-226.
[3]	齐国民, 李天野, 于洪, 卢博伦, 马宝中, 张文欣, 吴恩同, 肖先瑶. 基于MPC的户用光-储系统容量配置及运行优化模型[J]. 中国电力, 2025, 58(1): 185-195.
[4]	王海军, 居蓉蓉, 董颖华. 基于时空关联特征与B-LSTM模型的分布式光伏功率区间预测[J]. 中国电力, 2024, 57(7): 74-80.
[5]	王宇飞, 杜桐, 边伟国, 张钊, 刘慧婷, 杨丽君. 基于DTW K-medoids与VMD-多分支神经网络的多用户短期负荷预测[J]. 中国电力, 2024, 57(6): 121-130.
[6]	吴军英, 路欣, 刘宏, 张彬, 柴守亮, 刘蕴春, 王佳楠. 基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测[J]. 中国电力, 2024, 57(6): 131-140.
[7]	王传琦, 伍历文, 邓志斌, 邓伟锋, 杨彬. 时间累积架空输电线路覆冰预测模型与算法综述[J]. 中国电力, 2024, 57(6): 153-164, 234.
[8]	陈中飞, 赵越, 蔡秋娜, 张乔榆, 王泽林, 戴晓娟, 陈雨果. 基于净负荷预测误差统计的电力系统爬坡能力充裕度评估[J]. 中国电力, 2024, 57(5): 50-60.
[9]	刘航, 申皓, 杨勇, 纪陵, 余洋. 基于高阶马尔可夫链的纯电重卡集群负荷预测[J]. 中国电力, 2024, 57(5): 61-69.
[10]	王一蓉, 陈浩林, 林立身, 唐进. 考虑电力行业碳排放的全国碳价预测[J]. 中国电力, 2024, 57(5): 79-87.
[11]	叶煜明, 钱琪琪, 万正东, 张继钢. 基于嵌入法与集成学习的线路工程造价预测[J]. 中国电力, 2024, 57(5): 251-260.
[12]	高岩, 吴汉斌, 张纪欣, 张华铭, 张沛. 基于组合深度学习的光伏功率日前概率预测模型[J]. 中国电力, 2024, 57(4): 100-110.
[13]	邵必林, 纪丹阳. 基于VMD-SE的电力负荷分量的多特征短期预测[J]. 中国电力, 2024, 57(4): 162-170.
[14]	战文华, 车建峰, 王勃, 丁禹. 基于网格化数值天气预报的区域光伏发电多输出功率预测方法[J]. 中国电力, 2024, 57(3): 144-151.
[15]	阎洁, 杨佳琳, 王航宇, 卢姣阳, 刘永前, 张磊. 基于风况预测误差自适应的海上风电场尾流偏转控制方法[J]. 中国电力, 2024, 57(3): 190-196.

基于改进X-12-ARIMA的电煤需求预测模型与实证研究

Electrical Coal Demand Forecasting Model and Case Studies Based on Improved X-12-ARIMA

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

基于改进X-12-ARIMA的电煤需求预测模型与实证研究

Electrical Coal Demand Forecasting Model and Case Studies Based on Improved X-12-ARIMA

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics