基于因子分解机的月售电量预测模型

摘要

由于受多种外界因素的影响,春节前后月度售电量的预测一直存在较大的误差。针对这一问题,提出了一种基于X12季节分解方法、ARIMA模型及因子分解机的综合预测模型。首先采用X12季节分解法将月度售电量历史数据分解为趋势分量、季节分量及随机分量;然后使用ARIMA模型和历史数据平均法分别对趋势分量、随机分量和季节分量进行预测;最后应用因子分解机算法对历史1—3月份售电量占季比与对应月份首日距春节当日的天数进行回归分析,以此对预测结果进行修正。结果表明:采用Eviews软件对历史数据进行统计与计算,将预测结果与传统ARIMA模型及TRAMO-SEATS模型进行对比,预测精度得到较大提高。