摘要：本文通過收集廣東省2002年至今的水力發電量，建立了ARIMA模型和BP神經網絡模型對能源需求進行預測。經過實驗和誤差計算對比發現ARIMA模型在預測能源此類線性相關性較弱的數據中預測精確度較低，而BP神經網絡能夠較好地預測未來能源的消費量。最終結果顯示未來一年水力發電的需求量呈現下降趨勢，作者經過分析其中的主客觀原因得出相應的建議，建議水電站提高的運作效率并且政府積極開發新能源，引導企業投入到綠色生產的主流之中。

關鍵詞：ARIMA模型；BP神經網絡模型；需求預測；水力發電量

目錄

摘要

Abstract

一、 緒論-1

（一） 研究背景-1

（二） 研究意義-1

（三） 文獻綜述-2

（四） 研究內容與方法-3

1.研究內容與論文結構-3

2.研究方法-4

（五） 研究創新與不足-4

二、模型基本原理-4

（一） ARIMA模型-4

（二） BP神經網絡模型-5

三、實驗與結果分析-6

（一） ARIMA模型預測-6

1. 數據平穩性檢驗-6

2. 一階差分序列檢驗-8

3. 定階-9

4. 建模-9

5. 模型測試-10

（二） BP神經網絡預測-11

1. 數據預處理-11

2. 搭建BP神經網絡預測模型-11

3. 測試集模型檢驗-11

四、 未來發電預測及分析-12

（一）研究結果分析-13

（二）建議-13

五、 總結與期望-15

參考文獻-16

致謝