基于Markov链优化灰色GM(1,1)模型预测城市居民用电量

作者：陈志恒; 王宇凡; 熊昕^*

来源：江汉大学学报(自然科学版), 2022, 50(03): 12-20.

DOI：10.16389/j.cnki.cn42-1737/n.2022.03.002

• 居民用电量预测
• 灰色GM(1,1)模型
• Markov链

针对数据列波动对GM(1,1)模型影响的问题，通过引入Markov概率矩阵来减小波动，以实现其预测精度的提高。以苏州市2015年1月-2020年10月之间每月的居民用电量作为模型的训练数据，以2020年11月-2021年3月每月居民用电量的数据作为测试数据，计算模型的预测精度，并预测2021年4月的居民用电量。实证结果得出：GM(1,1)模型预测的平均相对误差为24.70%，而通过Markov链进行优化后其平均相对误差为11.62%，通过Markov链进行优化后的GM(1,1)模型预测效果要优于传统GM(1,1)模型。

• 单位
  江汉大学