基于EEMD-ARMA模型的电网工程导线价格预测

doi:10.3969/j.issn.1000－7229.2013.11.008

电力建设 ›› 2013, Vol. 34 ›› Issue (11): 39-44.doi: 10.3969/j.issn.1000－7229.2013.11.008

基于EEMD-ARMA模型的电网工程导线价格预测

卢艳超，温卫宁，赵彪，郑燕

国网北京经济技术研究院，北京市 100052

出版日期:2013-11-01
作者简介:卢艳超（1963），女，博士，工程师，主要从事电网工程技术经济及管理方面的工作，E-mail：lyc_315@126.com；温卫宁（1963），男，教授级高级工程师，主要从事电网工程技术经济及管理方面的工作，E-mail：wenweining@chinasperi.sgcc.com.cn；赵彪（1975），男，高级工程师，主要从事电网工程技术经济及管理方面的工作，E-mail：zhaobiao@chinasperi.sgcc.com.cn；郑燕（1978），女，博士，高级工程师，主要从事电网工程技术经济及管理方面的工作，E-mail：zhengyan@chinasperi.sgcc.com.cn。
基金资助:
国家电网公司科技项目（ND71－10－005）。

Wire Price Forecasting of Grid Project Based on EEMD and ARMA

LU Yanchao，WEN Weining，ZHAO Biao，ZHENG Yan

State Power Economic Research Institute, Beijing 100052, China

Online:2013-11-01

摘要/Abstract

摘要：

由于电网工程导线价格具有非线性和非平稳性特征，导致其价格预测难度大、预测精度低，针对这一问题，建立了EEMD-ARMA预测模型。利用集合经验模态分解（ensemble empirical mode decomposition, EEMD）对经验模态分解（empirical mode decomposition, EMD）进行改进，通过EEMD将历史价格分解为平稳的、周期波动的若干价格分量，并以此作为输入，利用自回归滑动平均模型（auto regressive and moving average model, ARMA）对各分量进行价格预测，最后将各预测分量叠加得到预测值。以630/45导线的历史数据为样本，通过EMD-ARMA与EEMD-ARMA的预测结果进行对比及误差分析，验证了所采用的EEMD-ARMA算法较EMD-ARMA算法的预测精度更高，其预测结果对于工程造价管控和设备材料招投标具有一定的参考价值。

关键词: 集合经验模态分解, 自回归滑动平均模型, 电网工程导线价格, 预测

Abstract:

The forecast of wire price in grid project is difficult and the accuracy is low due to the nonlinear and non-stationary property of wire price. Therefore, the EEMD-ARMA model was built. The empirical mode decomposition （EMD） was improved by using ensemble empirical mode decomposition （EEMD）. The history price was decomposed to some smooth and periodic fluctuations components by EEMD, which was used as the input of autoregressive moving-average （ARMA） model to forecast the components price. Finally, the forecast price was obtained by the superimposing of forecast components. Taking the history data of 630/45 wire as samples, the forecast results of EMD-ARMA and EEMD-ARMA was compared, as well as the errors were analyzed, whose results verified that the forecast result by EEMD-ARMA was better than the result by EMD-ARMA in forecast accuracy. The forecast results by applying EEMD-ARMA model have a certain referencial value to the project cost control and the equipment and material bidding.

Key words: ensemble empirical mode decomposition （EEMD）, autoregressive moving-average （ARMA） model, grid wire price, forecast

卢艳超，温卫宁，赵彪，郑燕. 基于EEMD-ARMA模型的电网工程导线价格预测[J]. 电力建设, 2013, 34(11): 39-44.

LU Yanchao，WEN Weining，ZHAO Biao，ZHENG Yan. Wire Price Forecasting of Grid Project Based on EEMD and ARMA[J]. ELECTRIC POWER CONSTRUCTION, 2013, 34(11): 39-44.

参考文献

［1］赵渊，张夏菲，谢开贵.非参数自回归方法在短期电力负荷预测中的应用［J］.高电压技术,2011,2（37）：429-435.

［2］鲍永胜,吴振生.基于SVM的时间序列短期风速预测［J］.中国电力,2011,9（44）：61-64.

［3］熊高峰，韩鹏，聂坤凯.时间序列分解在短期电价分析与预测中的应用［J］.电力系统及其自动化学报,2011,3（23）：95-100.

［4］廖峰，刘清良，贺辉，等.基于改进灰色模型与综合气象因素的母线负荷预测［J］.电网技术,2011,10（35）：183-188.

［5］卢艳超，温卫宁，赵彪，等.基于EEMD-SVM模型的电网工程设备价格预测［J］.电力建设,2013,1（34）：25-30.

［6］叶林,刘鹏.基于经验模态分解和支持向量机的短期风电功率组合预测模型［J］.中国电机工程学报,2011,5（31）：102-108.

［7］Tian L, A Noore. A novel approach for short-term load forecasting using support vector machines［J］. International Journal of Neural Systems, 2011, 14 （5）： 2342-2347.

［8］卢艳超,张馨.基于核主成分分析模型的输电线路工程造价评价指标［J］.电力建设, 2012, 7（33）： 73-77.

［9］卢艳超,温卫宁，赵彪，等.电网工程设备材料价格影响因素分析［J］.电力建设,2013,4（34）：74-78.

［10］陈林,黄章树.基于ARIMA模型的期货价格分析与预测［J］.福州大学学报,2010,3（97）：32-37.

［11］Stevenson S. A comparison of the forecasting ability of ARMA models ［J］. Journal of Property Investment & Finance, 2007,3（25）：223-240.

［12］Huang N E，Shen Z，Long S R.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis ［J］.Proceedings of The Royal Society, 1998,454（1971）：903-995.

［13］Vapnik V N.The nature of statistical learning theory［M］.New York：Springer-Verlag，2000：35-39.

［14］Stephen C P,Robert J G, Jonathan W E. Application of the Hilbert-Huang transform to the analysis of molecular dynamics simulations［J］. The Journal of Physical Chemistry，2003, 107（24）：4869-4876.

［15］Huang N E，Shen Z，Long S R，et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis［J］. Proceedings of the Royal Society, 1998, 454（1971）： 903-995.

［16］Huang N E. A new view of nonlinear water waves-the Hilbert spectrum ［J］. Annual Review of Fluid Mechanics, 1999, 31（1）：417-457.

［17］杨云飞. 基于EMD分解技术的不同市场原油价格相关性分析及预测研究［D］.武汉：华中科技大学，2011.

［18］刘岱，庞松岭，骆伟.基于EEMD与动态神经网络的短期负荷预测［J］.东北电力大学学报,2009,29（6）：20-26.

［19］Akaike H. A new look at the statistical identification model ［J］. IEEE Transactions on Automatic Control, 1974, 19（6）： 716-723.

［20］刘嘉焜, 王公恕. 应用随机过程［M］. 北京：科学出版社, 2004, 328-329.

［21］邹柏贤, 姚志强. 一种网络流量平稳化方法［J］. 通信学报, 2004,25（8）： 14-23.

[1]	郑惠萍, 曾鹏, 刘新元, 程雪婷, 薄利明, 杨尉薇, 张一帆, 崔杨. 基于误差前馈预测的多时空尺度风电集群有功功率分层控制策略[J]. 电力建设, 2020, 41(8): 120-128.
[2]	吴钉捷, 李晓露. 基于实时出行需求和交通路况的电动汽车充电负荷预测[J]. 电力建设, 2020, 41(8): 57-67.
[3]	宋建，束洪春，董俊，梁雨婷，李雨龙，杨博. 基于GM(1，1)与BP神经网络的综合负荷预测[J]. 电力建设, 2020, 41(5): 75-80.
[4]	杜炜，张筱辰，杨冬梅，陈永华，曾鸣. 面向综合能源的信息物理系统体系架构及应用[J]. 电力建设, 2020, 41(4): 90-99.
[5]	张家安, 王琨玥，陈建，郭凌旭，黄潇潇，范瑞卿，李志军. 基于空间相关性的分布式光伏出力预测[J]. 电力建设, 2020, 41(3): 47-53.
[6]	刘东明，杨杨，王军波，史海涛，马鸿君，张虹. 基于事件触发的互联电网负荷频率模型预测输出反馈控制[J]. 电力建设, 2020, 41(2): 108-117.
[7]	王上行，贾学翠，王立华，闫士杰，李相俊. 混合储能系统的功率变换器电流预测控制方法[J]. 电力建设, 2020, 41(1): 71-79.
[8]	张涌新，沈弘，文俊. 面向综合需求响应的综合能源系统储能控制面向综合需求响应的综合能源系统储能控制[J]. 电力建设, 2019, 40(9): 43-51.
[9]	肖海伟，孙久严2，李章溢，肖浩，张亮，黄娟，裴玮. 基于综合储能设备的工业园区联络线功率实时MPC控制方法[J]. 电力建设, 2019, 40(8): 34-42.
[10]	韦善阳，黎静华，黄乾. 基于改进权值优化模型的光伏功率区间预测[J]. 电力建设, 2019, 40(7): 26-33.
[11]	杨德友，高子昂，李音璇. 基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测[J]. 电力建设, 2019, 40(5): 118-127.
[12]	蔡超，窦晓波，曹水晶，陈曦，王娜. 基于模型预测控制的园区热电联供微电网能量优化[J]. 电力建设, 2019, 40(3): 27-33.
[13]	陈嘉敏，徐永海，张雪垠. 基于电动汽车V2G响应能力的储能容量配置方法[J]. 电力建设, 2019, 40(3): 34-41.
[14]	王志伟，李建岐，黄毕尧. 基于混合队列模型的配电网状态监测业务通信带宽预测[J]. 电力建设, 2019, 40(11): 1-7.
[15]	周瑜, 杨明，王飞，王士柏，朱毅. 一种计及光伏发电功率不确定性的实时调度方法[J]. 电力建设, 2019, 40(10): 1-8.

基于EEMD-ARMA模型的电网工程导线价格预测

Wire Price Forecasting of Grid Project Based on EEMD and ARMA

PDF

可视化

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

本文评价