基于不同分布下GARCH-M族模型的短期用户负荷预测

作者：王晨; 叶江明; 何嘉弘

来源：电力工程技术, 2022, 41(05): 110-115.

• 时间序列分析法
• 短期用户负荷预测
• 自回归条件异方差(ARCH)效应
• GARCH-M族模型
• 厚尾效应
• 损失函数

电力负荷预测是电力系统研究的基础工作之一，而时间序列分析法是目前使用最广泛的预测方法。针对用户日度负荷时间序列存在的波动性及尖峰厚尾特征，文中提出利用均值广义自回归条件异方差(GARCH-M)族模型进行用户负荷预测。首先根据用户日度负荷时间序列的分布情况，利用拉格朗日乘数(LM)检验方法检验了负荷序列的自回归条件异方差(ARCH)效应;其次提出在高斯分布、t分布和广义误差分布(GED) 3种不同分布下，根据波动补偿项的不同形式，建立GARCH-M族模型;最后结合损失函数进行预测分析，结果表明相比传统时间序列分析模型，在不同分布下的GARCH-M族模型提高了短期用户负荷预测准确度。

• 单位
  东南大学; 南京工程学院