基于偏最小二乘回归与比重法的月售电量预测

被引:16
作者
吴杰 [1 ]
宋国堂 [1 ]
卢志刚 [1 ]
张鸿 [2 ]
机构
[1] 燕山大学电气工程学院
[2] 唐山电力公司
关键词
偏最小二乘回归; 比重法; 月售电量预测; 多元线性回归;
D O I
暂无
中图分类号
F407.61 [电力、电机工业]; F224 [经济数学方法];
学科分类号
020205 ; 0202 ; 0701 ; 070104 ;
摘要
月售电量的预测受多方面的制约,从影响售电量的因素出发,利用偏最小二乘回归与比重法建立了国民生产总值、人口、社会固定资产投资、人均国民生产总值与售电量的回归预测模型。偏最小二乘方法能够提取若干对系统具有最佳解释能力的综合变量来建立预测模型[1],该方法与比重法结合应用于月售电量的预测之中,能更好地体现引起月售电量变化的平稳因素、季节突变因素的周期性,使得月售电量的预测更加准确。利用该预测模型对唐山地区2004年的月售电量进行了预测,月售电量的平均相对误差为4.74%,预测精度较高,证明了该预测模型的准确性。
引用
收藏
页码:66 / 69
页数:4
相关论文
共 10 条
[1]  
小样本多元数据分析方法及应用.[M].张恒喜等著;.西北工业大学出版社.2002,
[2]  
偏最小二乘回归方法及其应用.[M].王惠文著;.国防工业出版社.1999,
[3]   基于灰关联加权组合模型的电力负荷预测研究 [J].
朱常青 ;
王秀和 ;
张鑫 ;
申宁 .
电力系统及其自动化学报, 2006, (02) :79-81
[4]   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
[5]   城市电力需求的灰色预测模型及修正研究 [J].
王会青 ;
王婷 ;
谷志红 .
电力系统及其自动化学报, 2005, (02) :73-75
[6]   一、二月份用电量的预测模型 [J].
朱韬析 ;
江道灼 ;
汪泉 .
继电器, 2005, (06) :62-65
[7]   基于电力负荷模式分类的短期电力负荷预测 [J].
冯丽 ;
邱家驹 .
电网技术, 2005, (04) :23-26+40
[8]   粗糙集理论及其在短期电力负荷预测中的应用 [J].
冯丽 ;
邱家驹 .
电力系统及其自动化学报, 2004, (06) :60-63
[9]   基于偏最小二乘回归的年用电量预测研究 [J].
王文圣 ;
丁晶 ;
赵玉龙 ;
张晓明 .
中国电机工程学报, 2003, (10) :17-21
[10]   具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型 [J].
牛东晓 ;
陈志业 ;
邢棉 ;
谢宏 .
中国电机工程学报, 2002, (01) :30-33