融合多种相关性分析方法的行业电量需求预测

被引：15

作者：

董楠 ^{[1
]}

席云华 ^{[1
]}

朱浩骏 ^{[1
]}

时亚军 ^{[2
]}

机构：

[1] 南方电网能源发展研究院有限责任公司

[2] 上海交通大学电子信息与电气工程学院大数据工程技术研究中心

来源：

供用电 | 2020年 / 37卷 / 06期

关键词：

行业电量; 关联规则; 主成分分析; 改进回归模型; 相关性分析;

D O I：

10.19421/j.cnki.1006-6357.2020.06.011

中图分类号：

TM73 [电力系统的调度、管理、通信]; F426.61 [];

学科分类号：

120103 [信息系统与信息管理];

摘要：

随着供给侧改革的深入推进,为满足电网发展的需要,需要对行业电量需求预测模型进行精细化改进。从行业电量增长因素入手,提出基于关联规则挖掘和主成分分析相结合的行业电量相关性分析方法,建立历史用电相关分析数据集,挖掘行业电量增长的主导因素;分别对传统ARIMA模型和多元回归模型进行改进,得到融合多种相关性分析方法的行业电量需求模型。最后利用某地区有色金属行业为例进行实证分析,结果表明改进后的模型较传统预测模型的预测精度有较大的提升。

引用

页码：66 / 73+81 +81

页数：9

共 19 条

[1]

基于改进Apriori算法的序列模式挖掘和规则匹配预测研究.[D].申嫱嫱.北京邮电大学.2019, 09

[2]

基于行业特性的阜宁地区月度电量预测研究 [D].