2..安徽省电力有限公司安庆供电公司 安徽安庆 246003
3.国网信通产业集团北京中电普华信息技术有限公司 北京 100085
摘要： 近年来，随着计算机技术和网络技术的发展与普及，社会生产生活发生了翻天覆地的变化，在各行各业当中，人们已经能够充分利用网络获取信息，用计算机整理、分析和关联信息，由此也促进了诸如“大数据”“互联网 +”等新兴行业的发展。在新的社会发展形势之下，信息和数据的作用显而易见，谁掌握了更多的、更加准确的信息，就能在事件处理中占据主动权。因此，利用科学的方法对采集到的数据进行分析和利用，已经成为社会各领域处理事务中的关键环节。作为数据分析中的一种重要工具和方法，数理统计具有突出的严密性和逻辑性，因此被广泛应用于电力数据分析当中。希望本文的论述，能够促进数理统计在电力数据分析中应用的广泛性和科学性，从而充分发挥其在社会政治经济生活中的重要作用。
关键词： 电力数据分析；数理统计；数据模型；计算机技术
1 数理统计和数据分析的概念及特点
1.1 数理统计的概念
数理统计作为一门学科，主要是通过对随机现象有限次的观测或试验所得数据进行归纳，通过对有限的数据进行分析了解其内在规律，从而对整个整体的数量规律性进行推断。只有在一定程度上了解了数理统计才能够良好的运用数理统计。
1.2 数理统计和数据分析的特点
数理统计的特点简而言之就是遵循概率论的基本论调，把实验或者观察所得到的相关数据为基础，对随即发生的现象进行分析与研究。具体说来，就是将实验或者观察所得到的数据信息进行建模，并将其还原到随机现象当中，并通过资料对建模的科学性、合理性进行检验，在保证建模合理的情况下对其展现出的规律、特点进行研究。其应用我们可以通过具体检测家用电器的使用时间的例子来进行说明。首先，需要对某批次的家用电器进行抽样，从中抽取一定比例的家用电器作为样本，对样本的使用寿命进行实际的检验，并对检验数据进行统计记录。之后根据所测定的家用电器样本的使用寿命来推算该批次产品的合格率以及使用寿命等。以概率论为支持，使用数学建模的方法计算家用电器的使用时间，并根据相关资料构建分布图，对之后生产的不同批次的同类产品进行多次的样本抽取与实际测试，进而保证抽取样本与统计数据的合理性、科学性。数理统计是在对数据进行分析的广泛需求之下出现的一种统计方法。
2 数理统计的发展背景与现状分析
数理统计具有非常悠久的历史，随着社会经济以及科学技术的快速发展，数理统计的应用范围越来越广泛，它不仅应用于统计学领域，在自然学科、社会学科以及人文学科等领域都有应用。研究人员在进行科学研究的过程中，常常会涉及对两个或两个以上的随机变量之间的关系进行描述、离散性质或者变量的大小、对随机变量的分布特征进行描述等问题。而数理统计就是解决这些问题的主要方法，它的出现，促进了科学的快速发展。所以，如何将数理统计更好地应用到科学研究工作当中，成了目前主要研究问题，也是解决现代数理统计的迫切问题。
3 数理统计在电力数据分析中的应用步骤
3.1 数据模型的选择与建立
所谓的“模型”，就是一种“假定”，是现实世界的抽象。它由数据结构、数据操作、数据约束三个部分构成，分别描述数据的类型、内容、性质、数据间的联系；相应的数据结构上的操作类型和操作方式以及数据结构内数据间的语法、词义联系，他们之间的制约和依存关系，以及数据动态变化的规则。
3.2 数据的收集
根据数理统计对象和目的的不同，数据的收集方法主要分为抽样观测（抽查）、全面观测（普查）和安排特定实验三种。
3.2 数据的整理及应用
数据整理就是将经过模型分析之后的数据，进行相应的图表汇总，从而更好地解释数据的表面规律和内在本质。
期刊文章分类查询,尽在期刊图书馆数据应用就是利用数理统计结果更好地指导生产和生活行动，从而提高行动的科学性和合理性。数据统计的具体应用，主要有区间估计、假设检验、时间序列分析和多元统计分析。通过这四种方法的归纳与分析，数据统计结果可以对总体分布形态、方差分析和正交设计、相关与回归分析、一个或两个总体参数的假设检验及参数或非参数估计等方面产生显著的影响，同时，对于相对数及平均数等统计学中计算原则的基本描述指标也有一定的影响。
4 数理统计在电力数据分析中的具体应用案例分析
某地区由于电力短缺,实行拉闸限电,负荷最高日当天限电约计880 MW; 2004年夏季,某地区实行严格的错、避峰措施,高峰负荷期间关闭全部景观灯,负荷最高日当天错避峰约1 600MW。对某市全社会各行业用电情况的分析，下面就几种数理统计的方法作简要介绍。
4.1 趋势外推法
当电力负荷依时间变化呈现某种上升或下降的趋势,且无明显的季节波动,又能找到一条合适的函数曲线反映这种变化趋势时,就可以用时间t为自变量,时序数值y为因变量,建立趋势模型y= f(t)。当有理由相信这种趋势能够延伸到未来时,赋予变量t所需要的值,可以得到相应时刻的时间序列未来值。这就是趋势外推法。应用趋势外推法有两个假设条件:(1)假设负荷没有跳跃式变化;(2)假设负荷的发展因素也决定负荷未来的发展,其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节,图形识别法和差分法是选择趋势模型的两种基本方法。
4.2 时间序列法
时间序列法就是根据负荷的历史资料,建立一个数学模型,用这个数学模型一方面来描述电力负荷这个随机变量变化过程的统计规律性;另一方面在该数学模型的基础上再确立负荷预测的数学表达式,对未来的负荷进行预测。时间序列法主要有自回归AR(p)、滑动平均MA(q)和自回归与滑动平均ARMA(p,q)等。这些方法的优点是:所需历史数据少、工作量少。缺点是:没有考虑负荷变化的因素,只致力于数据的拟合,对规律性的处理不足,只适用于负荷变化比较均匀的短期预测的情况。
4.3 回归分析法
回归预测是根据负荷过去的历史资料,建立可以进行数学分析的数学模型。用数理统计中的回归分析方法对变量的观测数据统计分析,从而实现对未来的负荷进行预测。回归模型有一元线性回归、多元线性回归、非线性回归等回归预测模型。其中,线性回归用于中期负荷预测。优点是:预测精度较高,适用于在中、短期预测使用。缺点是:规划水平年的工农业总产值很难详细统计;用回归分析法只能测算出综合用电负荷的发展水平,无法测算出各供电区的负荷发展水平,也就无法进行具体的电网建设规划。
4.4 灰色模型法
灰色预测是一种对含有不确定因素的系统进行预测的方法。以灰色系统理论为基础的灰色预测技术,可在数据不多的情况下找出某个时期内起作用的规律,建立负荷预测的模型。分为普通灰色系统模型和最优化灰色模型两种。普通灰色预测模型是一种指数增长模型,当电力负荷严格按指数规律持续增长时,此法有预测精度高、所需样本数据少、计算简便、可检验等优点;缺点是对于具有波动性变化的电力负荷,其预测误差较大,不符合实际需要。而最优化灰色模型可以把有起伏的原始数据序列变换成规律性增强的成指数递增变化的序列,大大提高预测精度和灰色模型法的适用范围。灰色模型法适用于短期负荷预测。灰色预测的优点:要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便、短期预测精度高、易于检验。缺点:一是当数据离散程度越大,即数据灰度越大,预测精度越差;二是不太适合于电力系统的长期后推若干年的预测。
总之，数理统计的涉及范围不再是简单的“统”、“计”，其逐渐涉及众多领域。但是在进行科学研究的过程中，经常会遇到描述随机变量的分布特征等各种问题，通过利用数理统计有效解决随机变量等问题。本次研究了数理统计分析在电力企业负荷预测数据中的应用，可以发现其发挥出了非常重要的作用。不仅完善了数理统计自身的理论基础，同时积极将数理统计的作用发挥出来。
参考文献：
[1] 秦秉杰.股票投资中概率论和数理统计的运用 [J]. 财会学习，2018（14）：234+236.
[2] 张进浩.数理统计在数据分析中的应用[J].金融经济，2017（12）.
论文作者:薛晓茹1,, 姚振1,,宫政2,,鲍怀志3,
论文发表刊物:《当代电力文化》2019年第09期
论文发表时间:2019/9/19
标签：数理论文; 数据论文; 负荷论文; 模型论文; 电力论文; 灰色论文; 方法论文; 《当代电力文化》2019年第09期论文;