实际上，对于给定的过去一段时间历史负荷记录，提取出基本负荷分量、天气敏感负荷分量和特别事件负荷后，剩余的残差即为各时刻的随机负荷分量V（t），可以看成是随机时间序列。目前，处理这样问题有效办法是Box-Jenkins的时间序列法，其基本的时间序列模型有下述4种。

1.自回归模型

一个自回归模型（AR）描述的过程是它的现在值V（t）可以由其本身的过去值的有限项的加权和及一个干扰量a（t）（假设为白噪声）来表示，即

在自回归模型中，模型的阶数P和系数Φi（i=1，2，…，P），由过去值通过模型辨别和参数估计来决定。

2.动平均模型

动平均模型（MA）描述的过程是它的现在值V（t）可由其现在和过去的干扰量的有限项加权和来表示，即

同样，模型的阶数q和系数θi（i=1，2，…，q），由过去的历史值通过模型辨别和参数估计决定。

3.自回归动平均模型

自回归动平均模型（ARMA）把它的现在值V（t）看作是它的过去值的有限项的加权和及其现在和过去干扰量的有限项加权和的叠加，即(www.daowen.com)

4.累积式自回归动平均模型

非平稳随机过程多种多样，一般常见的是含有趋势项和周期的非平稳随机过程。

某些非平稳随机序列V（t），例如均值不为0的非平稳随机过程，经一阶差分后得到序列（1-B）V（t）有可能是平稳的。有趋势变化的非平稳随机过程，有可能经过若干次差分后才能平稳化，即对V（t）作多次差分得到的V′（t）是一个随机过程，即

式中　d——差分阶数；

　　　B——后移算子。

具有周期变化规律的非平稳时间序列V（t），它按固定的周期T呈现有规律变动。如果每个时间点的值都和超前T的V（t-T）值进行差分运算，则（1-BT）V（t）就变成平稳时间序列了，其中BT是周期T的后移算子。

所以，对于一个含有趋势项的非平稳随机过程，可由下式来描述