基于格兰杰因果检验和主成分回归分析的月发电量预测

被引：3

作者：

刘航

杜依航

阮亮

吴忠群

机构：

[1] 华北电力大学经济与管理学院

来源：

陕西电力 | 2014年 / 42卷 / 02期

关键词：

因果检验; 主成分分析; 负荷预测;

D O I：

暂无

中图分类号：

TM711 [网络分析、电力系统分析];

学科分类号：

080802 ;

摘要：

利用格兰杰因果检验中不同滞后期的自变量对因变量的因果关系的不同,对原始数据进行滞后处理,通过不断试错,选取对发电量影响显著的5个因素作为自变量,结合主成分分析法,提取第一、二主成分与发电量进行回归分析,并对我国发电量进行了预测。通过与不作处理的主成分回归预测结果和向量自回归预测结果进行对比,发现该方法在对月发电量进行预测时具有更高的准确率。

引用

页码：55 / 60

页数：6

共 10 条

[1] 中国电力消费与经济增长关系的实证研究 [J].

牛东晓 ;

嵇灵 ;

劳咏昶 ;

路妍 .

统计与决策, 2013, (02) :140-142

[2] 半参数回归分析法在电力负荷预测中的应用 [J].

杨丽徙 ;

张永锋 ;

许向伟 ;

冯越 .

郑州大学学报(工学版), 2010, (03) :29-32

[3] 基于主成分分析的短期负荷预测模型 [J].

吕佳 .

重庆师范大学学报(自然科学版), 2007, (03) :33-36

[4] 基于支持向量机的电力负荷组合预测模型 [J].

张亚军 ;

刘志刚 ;

霍柏超 ;

张大波 .

电力需求侧管理, 2007, (02) :14-17

[5] 基于改进回归法的电力负荷预测 [J].

李钷 ;

李敏 ;

刘涤尘 .

电网技术, 2006, (01) :99-104

[6] 两种短期负荷预测精度考核标准的比较 [J].

陈亚红 ;

马丽 ;

穆钢 ;

张显平 ;

范国英 .

电力系统自动化, 2003, (17) :73-77

[7] 主成份分析法在电力负荷预测中的应用 [J].

王志征 ;

余岳峰 ;

姚国平 .

电力需求侧管理, 2003, (03) :21-24

[8]

统计学[M]. 经济科学出版社 , 王晓林主编, 2001

[9]

Granger non-causality tests between (non)renewable energy consumption and output in Italy since 1861: The (ir)relevance of structural breaks[J] . Andrea Vaona. Energy Policy . 2012

[10]

Electricity consumption and economic growth: Evidence from Turkey[J] . Galip Altinay,Erdal Karagol. Energy Economics . 2005 (6)

← 1 →