资源描述：
《住宅用电量指标的预测方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第23卷第1期重庆建筑大学学报Vol.23No.12001年2月JournalofChongqingJianzhuUniversityFeb.2001文章编号:1006-7329(2001)01-0069-03X住宅用电量指标的预测方法12雍静,吴锐(1.重庆大学B区机电工程学院,重庆400045,2.重庆大学400043)摘要:利用重庆市统计局1995年的统计数据,通过对住宅小区各单元家用电器户均拥有量(总功率)及户均用电量指标的回归分析,以非线性回归分析方法,得出住宅户均家电拥有量(总功率)和用电量指标关系的回归曲线,
2、即幂函数曲线;并以另一住宅小区实测的各单元户均家电拥有量和户均用电量指标来加以验证。关键词:用电量指标;住宅;家电总功率;回归分析中图分类号:TM714文献标识码:A1影响住宅用电量指标的因素住宅用电量指标的取得在住宅负荷计算中占有举足轻重的作用,住宅用电量指标同时受到多种因素的影响和制约,如家用电器拥有量(与人们的生活水平直接相关),气候条件(决定采暖和制[4,5]冷负荷等大容量设备的使用频率),能源条件(决定是否有大量的电炊用具)及人们的消费观念,即住宅用电量指标的预测问题准确地讲是一个多变量问题。在这诸多影响因素当中
3、,家用电器拥有量对住宅用电量指标起着决定性的作用,因此,本文试图引入统计的方法,对重庆市统计局城调队提供的住宅用电量实测数据进行非线性回归分析,寻求一个可供中、短期预测的数学模型。2预测方法根据上述分析和我国住宅用电量的历史增长情况来看,其增长速度与家用电器拥有量的增长速度密切相关,所以选择户均家电总功率作为分析时的自变量,住宅户均用电量指标作为因变量,使用一元非线性回归模型分析。3统计数据的取得本文的统计数据来自于重庆市统计局城调队1995年对重庆市某普通住宅小区10个单元的家[3]电总功率和年用电量的入户调查统计资料,
4、如表1所示。表1重庆市某住宅小区单元户均用电量指标单元号12345678910户均家电总功率(W)3725276247295308440525124485388039563986户均年用电量(kWh)794633109011259316839237668371036户均计算负荷(W)1820145025002580213015602110176019202370户均用电量指标(W)2600207135713686304322293014251427433386X收稿日期:2000-06-01作者简介:雍静(1964-),女
5、,重庆市人,讲师,主要从事建筑电气研究。70重庆建筑大学学报第23卷[1]2.1表中计算负荷=年用电量ö年最大负荷利用小时数由于本文是预测户均用电量指标,因此年最大负荷利用小时数应由单住户负荷曲线得到,重庆市统计局城调队的入户调查数据中,典型住户的年用电量均值为1397kwh,年计算负荷(即一年中持续30分钟的最大负荷)均值为3200W,所以表中所取年最大负荷利用小时数为:436.5h。2.2表中平均用电量指标=户均计算负荷ö同时系数,同时系数取值0.7。(根据《重庆地区住宅电气设计标准》DB50öT5003-1997)4
6、回归分析4.1曲线选配由表1作散点图观察可知,住宅户均用电量指标随着家电总功率的增加基本呈增长趋势。但不明显趋向何种曲线,因此以下列几种函数曲线进行试拟合:(1)直线函数:y=a+bx,令y′=y,x′=x,a′=a,b=b′b(2)幂函数:y=ax,令y′=lny,x′=lnx,a′=lna,b′=b(3)对数函数:y=a+blnx,令y′=y,x′=lnx,a′=a,b=b′1-0.001x(4)S型函数:y=-0.001x,令y′=1öy,x′=e,a′=a,b′=ba+be通过变换将上述非线性回归问题转换成一元线性
7、回归问题。y′i=a′+b′xi+ui[2]4.2回归计算,使用最小二乘法计算回归模型参数1010102d22即使:2ui=2(y′i-y′i)=2(y′i-a′-b′x′i)为最小i=1i=1i=1d其中y′i为实际值,y′i为估计值。作者编制了四个小程序分别对上述回归模型的参数进行计算和检验。4.3计算及检验结果,见表2。表2回归模型的参数计算及检验结果参数及检验项目模型类别ab标准误差SE(W)可决系数R2相关系数rD-W统计量y=a+bx5710.5832320.80330.89631.61(无自相关)b5.560
8、.7542310.80340.89631.63(无自相关)y=axy=a+blnx-1.44×1042.09×1032510.76980.87731.63(无自相关)14y=a+be-001x2.95×102.40×102650.72780.85311.56(无自相关)由表2可知,回归效果最好的曲线应为
