-
题名基于残差自回归方法的短期区域用电量预测
被引量：11
- 1
-
-
作者
闵旭
叶青
蔡高琰
-
机构
清华大学经济管理学院
广东浩迪创新科技有限公司
-
出处
《技术经济》
CSSCI
北大核心
2019年第6期119-124,共6页
-
基金
国家自然科学基金项目“大数据环境下的运营策略优化与协调研究”(71490723)
-
文摘
基于我国区域用电量数据展开了短期用电量预测研究,采用了基于残差自回归方法的时间序列预测模型,有效提高了短期区域用电量预测准确性。相比于传统的时间序列模型(ARIMA模型和Holt-Winters模型),基于残差自回归方法的时间序列预测模型的MAPE值和RMSE值均最小,并在两个不同的数据集上表现平稳。
-
关键词
时间序列
残差自回归
短期区域用电量预测
-
Keywords
time series
residual autoregression
short-term regional electricity demand forecasting
-
分类号
F427
[经济管理—产业经济]
-
-
题名基于大数据分析的电力客户服务需求预测
被引量：17
- 2
-
-
作者
朱州
-
机构
中国南方电网贵州电网公司信息中心
-
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2020年第4期368-372,共5页
-
基金
国家自然科学青年基金项目(61863113)。
-
文摘
针对电力市场随机性、多变量和时变性的特点导致电力客户服务需求预测值不准确的问题,提出了一种基于大数据分析的电力客户服务需求预测方法.该方法依托于贵州地区的智能电网大数据,从区域商业价值和区域宏观经济角度来采集数据并通过挖掘其中的关联信息,建立了电力客户的细分模型;并在客户细分模型的基础上,使用BP神经网络算法建立了电力客户的需求预测模型.在Matlab平台上的仿真与测试结果表明,所提出的方法能帮助电网公司更好地理解客户行为和服务需求,制定营销策略.
-
关键词
大数据
电力
服务需求
智慧城市
宏观经济
区域价值
BP神经网络
预测模型
-
Keywords
big data
electricity
service demand
smart city
macroeconomy
regional value
BP neural network
forecasting model
-
分类号
TM76
[电气工程—电力系统及自动化]
-
