摘要：本文通过收集广东省2002年至今的水力发电量，建立了ARIMA模型和BP神经网络模型对能源需求进行预测。经过实验和误差计算对比发现ARIMA模型在预测能源此类线性相关性较弱的数据中预测精确度较低，而BP神经网络能够较好地预测未来能源的消费量。最终结果显示未来一年水力发电的需求量呈现下降趋势，作者经过分析其中的主客观原因得出相应的建议，建议水电站提高的运作效率并且政府积极开发新能源，引导企业投入到绿色生产的主流之中。

关键词：ARIMA模型；BP神经网络模型；需求预测；水力发电量

目录

摘要

Abstract

一、 绪论-1

（一） 研究背景-1

（二） 研究意义-1

（三） 文献综述-2

（四） 研究内容与方法-3

1.研究内容与论文结构-3

2.研究方法-4

（五） 研究创新与不足-4

二、模型基本原理-4

（一） ARIMA模型-4

（二） BP神经网络模型-5

三、实验与结果分析-6

（一） ARIMA模型预测-6

1. 数据平稳性检验-6

2. 一阶差分序列检验-8

3. 定阶-9

4. 建模-9

5. 模型测试-10

（二） BP神经网络预测-11

1. 数据预处理-11

2. 搭建BP神经网络预测模型-11

3. 测试集模型检验-11

四、 未来发电预测及分析-12

（一）研究结果分析-13

（二）建议-13

五、 总结与期望-15

参考文献-16

致谢