基于多元回归分析法的电网应急物资需求预测方法

《基于多元回归分析法的电网应急物资需求预测方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于多元回归分析法的电网应急物资需求预测方法摘要应急物资是应急救援工作的物资基础和基本保障，如何准确预测灾害应急物资需求量直接关系到突发事件应急救援工作顺利高效开展。本文主要讲述一种自然灾害后电网系统应急物资需求的预测方法，特别是一种基于多元回归法的电网系统应急物资需求预测方法。利用历史数据训练获得每个因素对应急资源预测的影响系数，最后采用上述预测模型，快速计算当某种灾害事件发生后对各种应急物资的需求量，确保储备物资满足应急需要。【关键词】应急物资多元回归分析需求预测屮国沿海台风等灾害频繁，导致电

2、网经常被破坏。为及时抢修电网，恢复用户正常供电，应急物资的保障至关重要。由于灾害的突发性以及破坏程度的不可预测性，造成灾区交通、通讯中断，灾区物资需求信息无法获取，对应急物资的筹集、供应造成重大影响。灾害应急物资需求预测的准确性直接关系到救灾实施效率。传统灾害物资需求预测仅以专家经验判断为主，尚没有成熟的预测方法，加上突发事件具有非例行性、不确定性等特点，更增加了对应急物资需求预测的难度。但是，当突发事件类型相同、发生环境相似、处理方式相同的前提条件下，应急物资的需求也具有相近性，因此可通过综合本

3、地电网规模、灾害事件特征（灾害等级等）、响应等级等因素，并根据多元回归法建立数学模型，利用历史数据训练获得每个因素对应急资源预测的影响系数，采用上述预测模型，构建一种基于多元回归法的电网系统应急物资需求预测方法。1灾害应急物资需求内容1.1数量需求灾害应急物资的数量需求是物资需求屮最基本、最重耍的，指突发事件发生后，为保障灾区正常供电所必需的最小的物资需求数量。1.2质量需求应急物资的质量需求是指物资供应的及时性、物资供应数量的准确性、物资的安全性和成本等方面的要求。如事件中造成灾区交通中断，物资

4、的及时供应受到阻碍；而信号屮断则给物资需求数量的信息收集造成困难，这些都属于应急物资的质量需求。1.3结构需求物资的结构需求主要是指各种类物资之间的结构比例关系，川一个相对的指标来刻画，通常用数量比来表示。突发事件的类型通常决定着物资的结构需求，不同类型的突发事件需耍不同种类的物资需求组合。2多元回归分析法的原理及运用回归分析是一种处理变量的统计相关关系的一种数理统计方法。回归分析的基本思想是：虽然自变量和因变量之间没有严格的、确定性的函数关系，但可以设法找出最能代表它们之间关系的数学表达形式。具

5、体地说，多元线性回归分析法主耍解决以下几方面的问题。(1)确定几个特定的变量之间是否存在相关关系，如果存在的话，找出它们之间合适的数学表达式。(1)根据一个或几个变量的值，预测或控制另一个变量的取值，并且可以知道这种预测或控制能达到什么样的精确度。(2)进行因素分析。例如在对于共同影响一个变量的许多变量(因素)之?g，找出哪些是重要因素，哪些是次要因素，这些因素之间又有什么关系等等。3预测方法现状关于预测的方法种类很多，但是目前为止还没有一个统一、完整和普遍的分类体现，我国H前较为通用的分类方法分

6、为定性法、时间序列法和因果关系法三类。(1)定性法是那些利用判断、直觉、调査或比较分析对未来做出定性估计的方法。其主要方法包括德尔菲法、主观概率法等。岑泳霆(1993)提出德尔菲法是一种应用广泛的专家意见定性预测法，可以比较真实地手机专家的预测意见，使得预测结果比较符合实际情况，周雄鹏(2005)采用主观概率法和数学模型的点值预测相结合确定预测空间，避免了用纯数理机械地确定置信区间的局限性。(2)时间序列法是利用时间顺序排列的数据预测未来的方法，包括移动平均法、指数平滑法、剔除季节指数法、自回归法

7、和时间函数拟合法等具体预测方法。JnkkaKorpela等人(1996)提出库存策略是物流策略的必要组成部分，用时间级数法和随机法进行物流库存预测。(3)因果预测模型的基本前提是预测变量的水平取决亍其他相关变量的水平。其主要方法包括回归分析法，以及计量经济模型、投入产出模型等因果模型的不同形式。应记人等人(2005)提出使用弹性系数法、线性回归分析法和逻辑曲线法对我国交通运输总的货运周转量进行组合预测，通过对三种不同的模型的预测值进行加权平均得出最终的预测模型和预测值。汪江洪河黄庆在（2005）提

8、出采用多元线性回归、灰色预测和指数平滑法对四川省公路货运量进行组合预测，并验证了组合预测力*法的有效性和实用性。4多元回归分析法的应急物资预测方法基于多元回归法的应急物资预测方法，具体包括如下步骤：4.1从电网相关部门采集历史数据中各自然灾害事件发生后的各种物资的需求量，以及各种变量因素的值拟定有n个因素与待预测量有关，每个因素代表一种影响应急物资需求量的类型，以Xmn表示第n个因素在己知的历史事件m中的归一化值，而An表示该第n个因素对预测值的影响系数，并获得以下数学模型：A1X