采用生活因子和电气化因子的居民电气化水平预测

采用生活因子和电气化因子的居民电气化水平预测

董剑敏王丙乾

中国能源建设集团广东省电力设计研究院有限公司广州510663

摘要：我国经济发展方式和经济结构的调整优化，能源消费结构的不断改善，都会影响到未来的电力需求格局及电气化建设进程，其中第三产业和城市居民的能源消费将是提升我国电气化水平的主要源泉与动力。本文在比较三种可用来衡量居民电气化水平的模型的基础上，提出了把居民生活因子和居民电气化因子加入线性回归模型加以改进的方法，为居民电气化水平的预测提供了一种可行的方案。最后以某地区2020年城市居民电气化水平的预测分析为例，验证了上述模型和方法的有效性。

关键词：居民电气化；生活因子；电气化因子；回归模型

电气化水平是一个国家的经济发展、产业结构、能源消费结构、电力消费结构、技术进步等因素的集中反映。近两年，随着工业化和城镇化的快速推进，我国电气化水平提升较快，对电气化的研究也越来越多，但主要集中在电气化铁路的建设、工业领域的电气化技术及总结国外发达国家的电气化发展经验等[1-5]，但对居民用能电气化的研究仍属空白。因此，有必要对我国的居民电气化，特别是城市居民电气化的影响因素及衡量方法做系统的研究，以便更好的掌握未来居民用能电气化情况，为提高我国居民电气化及整体电气化水平提供客观、有价值的依据。

本文在正确认识居民电气化特点的基础上，通过对线性模型加以改进，来预测居民电气化水平，最后以某地区2020年城市居民电气化水平的预测为例，验证了模型的合理性与实用性。

1模型选择

根据居民电气化的特点，初步选定时间序列预测模型、灰色预测模型以及线性回归预测模型用于居民电气化水平的预测。

（1）时间序列预测模型

时间序列预测就是利用统计技术与方法，从预测指标的时间序列中找出演变模式，建立数学模型。时间序列预测方法需要大量的历史数据资料作基础，无法对截面数据做出分析。

（2）灰色预测模型

灰色系统是部分信息已知、部分未知的系统，它利用连续的灰色微分模型，对系统的发展变化进行全面的观察分析。主要用于气象预报、地震预报、工资预测和病虫害预报等。

（3）线性回归预测模型

线性回归预测通过分析客观事物的数量关系并对其做出预测，它的优点是对数据变量的处理比较简单，能处理各种函数或非函数类问题。

通过对比看出，线性回归预测模型可处理大量数据信息，作为居民电气化水平的预测模型，具有一定优势。因此，初步确定把线性回归预测模型作为居民电气化水平的预测模型。

2改进的线性回归模型建立

在预测居民电气化水平时，需要针对影响居民电气化水平的各种因素对模型进行改进，以提高预测精度。为此，采用在模型中加入居民生活因子和电气化因子的方法改进模型。

其中的因子分别是经过加权处理后的生活因子，代表居民生活水平x；以及经加权处理后的电气化因子，代表居民电气化水平y。

生活因子x受居住面积、月收入、家庭人口、文化水平及旅游时间5个子因素的影响，经加权计算，可得出生活因子x的计算公式：

4结论

本文在综合比较三种可用来衡量居民电气化水平的模型的基础上，提出了把居民生活因子和居民电气化因子加入线性回归模型加以改进的方法，为居民电气化水平的预测提供了一种可行的方案。最后算例分析进一步验证模型的有效性与实用性，根据分析结果及我国的资源状况、经济发展等多方面情况，制定居民电气化规划，使得居民电气化水平能够上升到一个合理的水平，以利于提高整个国家的综合能源利用效率。因此，本文的预测方法可为后续的研究提供参考，具有一定的现实意义。

参考文献

[1]龚冰，郑爱霞.电气化铁路接入对江苏电网的影响分析及措施研究[J].华东电力，2013，40（11）：1965-1969.

[2]孟金岭，肖勇，王文，等.适用于高速电气化铁路的低成本电能质量综合补偿装置[J].电力系统保护与控制，2013，41（14）：73-80.

[3]彭明江.智能低压配网远程监控系统[J].农村电气化，2013（006）：37-39.

[4]董洪.工业电气自动化的应用与发展研究[J].科技资讯，2013（31）：113-113.

[5]顾宇桂，郭利杰.中外电气化发展历程探讨[J].电力需求侧管理，2012，13（6）：5-9.