祝《科学网》大家庭节日快乐！

[请教] 时间序列预测里的“弹性系数法”真的很重要吗？

   “弹性系数法（Elastic Coefficient Method）：弹性系数法在对一个因素发展变化预测的基础上,通过弹性系数对另一个因素的发展变化作出预测的一种间接预测方法。”^[1]

   有文献说：

   能源消费弹性系数预测方法来源于经济学中表示两个变量之间变动敏感程度的“弹性”概念，是反映能源消费与经济发展定量关系的国际通用指标，是预测能源消费总量的重要方法。《谢和平，吴立新，郑德志．2025 年中国能源消费及煤炭需求预测［J］．煤炭学报，2019，44(7): 1949－1960．》第1951页。^[2]

一、往日：相似日

   电力短期负荷预测里的“相似日”方法，一般认为是一线技术人员在实际工作中发现的实用方法。尽管方法简单，却往往具有很好的预测效果。

   2004年我们将混沌相空间重构作为理论性基础，从《非线性动力系统》角度提升了传统的经验的“相似日”方法：用更灵活的时间窗口，而不是仅仅局限于原来直观的“天”（24小时）时间窗口。发现了一些典型的实用方法：

   （1）连续多天相似日，不仅可以客观地进行相似日定位，还可以在一定程度上解决“温度的积累效应”这一老大难历史遗留难题。随便说，又是十五年匆匆而过，人类到现在也没有太好的“温度的积累效应”解决方法。

   （2）采用短于“天”（24小时）的时间窗口，就是超短期负荷里常用的“相似时段”方法。仿照上面，也可以客观地定位。

   “相似日”作为一种可靠的经典方法，还可以从《*****》角度加以论证。我们没有时间往细里做，好像也没有产生明显的实用方法的改进。

二、往日：弹性系数法

   上面说的论文《相似日短期负荷预测的非线性理论基础与改进》（电网技术, 2006），目前他人期刊论文引用20次，他人总引用量约为48次。

   由于对经验性的相似日的理论性提炼出现了实用性的效果，当时有人撺掇我们：“经典的弹性系数法在中长期负荷预测里表现也不错，你是不是从理论上研究一下？”

   当时我们有意转向“人工智能”研究，没有心思去做“弹性系数法”。并且当时我们并不熟悉“弹性系数法”：是别人要我们做的（“被”命题作文），不是我们的自选题目。

   于是，15年匆匆而逝。

三、弹性系数法，真的很有价值吗？

   随着对《*****》等知识的不断学习，我们陆续发现真的可以从理论上提炼“弹性系数法（Elastic Coefficient Method）”。但并不清楚“弹性系数法”到底有多大的价值？

   您认为有必要进行“弹性系数法（Elastic Coefficient Method）”的理论性提炼吗？

四、弹性系数法，应用领域好像还真不少

   除了我们所在的电力系统外，煤炭学^[2]、天气学^[3,4]、经济学里看来都有。

下面是《中国科学：技术科学，2015年第10期：基于水热耦合平衡方程的黄河流域径流变化归因分析》第 1026、1027页的截取和拼图：

五、请教：我们有没有必要花精力去提炼“弹性系数法”吗？

   大约从2012年起，我们集中在“风电预测”上。

   2015年我们的论文《基于季风特性改进风电功率预测的研究展望》已经被他人期刊论文引用22次以上。

   2016年我们的论文《基于季风提高空间相关性预测的优化延迟时间》，被薛禹胜院士引用：《薛禹胜,陈宁,王树民,文福拴,林振智,汪震.关于利用空间相关性预测风速的评述[J].电力系统自动化,2017,41(10):161-169.》。

   在我国当前（2020年）“能源资源方面，石油对外依存度达到70%以上，油气勘探开发、新能源技术发展不足”的背景下，我们竭尽全力地进行提高风电功率短期预测的效果。总感时间、精力不够。真的有必要再分神去提炼“弹性系数法”吗？

六、空间相关性风电预测：我们的看法

   （1）空间相关性预报具有弥补NWP、当地历史资料的风速统计学（回归）预报“家族性缺陷”的潜力。

   （2）空间相关性具有对大风预报更准确的特殊优势，特别有利于可靠地降低风电功率预测的误差。

   （3）比国外仅仅采用风速的空间相关性预测，我们采用“大气压差值”的空间相关性预测，可以明显地提高预报的提前时间长度。

   （4）在我国季风区，空间相关性预报的效果明显超过欧美地区。

   （5）我国东南沿海往往午后风速较大，不与电力负荷呈现典型的“反相位”特征。所以该区域的风电与抽水蓄能电站相结合，可以较为可靠地实现本地可再生能源的利用。近海岛屿的“风–水”结合具有提供该区域居民基本生活用电的可能性。

   这些看法，已经发表在2020年《大气压的差值对风速空间相关性预测的影响分析》等数篇论文里。

感谢您的指教！

参考资料：

[1] 弹性系数法 - MBA智库百科

https://wiki.mbalib.com/wiki/%E5%BC%B9%E6%80%A7%E7%B3%BB%E6%95%B0%E6%B3%95

[2] 谢和平，吴立新，郑德志．2025 年中国能源消费及煤炭需求预测［J］．煤炭学报，2019，44(7): 1949-1960．

https://mall.cnki.net/magazine/Article/MTXB201907001.htm

https://www.cnki.com.cn/Article/CJFDTotal-MTXB201907001.htm

[3] 杨大文, 张树磊, 徐翔宇. 基于水热耦合平衡方程的黄河流域径流变化归因分析[J]. 中国科学: 技术科学, 2015, 45(10): 1024-1034.

https://ifffxaa7a0cc611944276h6pb969vu609n6wnvffhh.eds.tju.edu.cn/Qikan/Article/Detail?id=666487267

https://mall.cnki.net/magazine/Article/JEXK201510003.htm

[4] 陈忠升, 陈亚宁, 李卫红. 中国西北干旱区夏季径流量对大气0℃层高度变化的响应[J]. 中国科学: 地球科学, 2012, 42(11): 1767-1777.

https://ifffxaa7a0cc611944276h6pb969vu609n6wnvffhh.eds.tju.edu.cn/Qikan/Article/Detail?id=44058159

https://mall.cnki.net/magazine/Article/JDXK201211014.htm

[5] 薛禹胜,陈宁,王树民,等.关于利用空间相关性预测风速的评述[J].电力系统自动化,2017, 41(10): 161-169. DOI:10.7500/AEPS20170109002.

http://aeps-info.com/aeps/article/abstract/20170109002?st=search

https://ifffxaa7a0cc611944276hv9kxunowvupv6vqqffhh.eds.tju.edu.cn/Qikan/Article/Detail?id=672205116

https://ifffxc1d129f57bb244a4sv9kxunowvupv6vqqffhh.eds.tju.edu.cn/KCMS/detail/detail.aspx?dbname=cjfd2017&filename=dlxt201710024&dbcode=cjfq

[6] 相似日短期负荷预测的非线性理论基础与改进[J]. 电网技术, 2006，30(6): 63-66.

http://www.dwjs.com.cn/CN/abstract/abstract20613.shtml

https://hfffxaa7a0cc611944276hvbpwb5cx0kbq6fc0ffhh.eds.tju.edu.cn/Qikan/Article/Detail?id=21540153

相关链接：

[1] 2021-09-30，往日（6）：我们对电力负荷预测的一些看法

http://blog.sciencenet.cn/blog-107667-1306311.html

[2] 2017-06-03，报喜：薛院士引用了俺们的论文

http://blog.sciencenet.cn/blog-107667-1058789.html

[3] 2021-01-02，喜获《发电技术》2020 年度优秀论文：大气压的差值对风速空间相关性预测的影响分析

http://blog.sciencenet.cn/blog-107667-1265377.html

[4] 2021-04-09，[求证] “空间相关性”预报是当前风电功率预报的第3种方法吗？

http://blog.sciencenet.cn/blog-107667-1281147.html

[5] 2020-11-10，CN111915070A，一种采用大气压的空间相关性k近邻日前风速预测方法

http://epub.cnipa.gov.cn/index.action

[6] Confidence intervals of six distance indices estimated by numerical simulations，某处已经录用。

感谢您的指教！

感谢您指正以上任何错误！

感谢您提供更多的相关资料！