- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
X 77906S
电力需求预测的实用方法研究
摘 要
工程领域:电气工程
学生:何云辉 指导教师:肖先勇副教授、陈缨高工
电力需求预测是电力市场营销、电力系统规划和电力企业经营决策面临
的重要课题。本文在分析和研究现有预测技术、数据挖掘技术的基础上,针
对作者所在单位电力营销规划工作的实际需要,从实用的角度出发提出了基
于时间序列和线性回归模型的电力需求预测的实用方法,并采用1999—2004
年各类用户的实际电力销售量对提出的预测方法进行了校验,证明了提出的
数据挖掘方法的正确性,在此基础上按不同用户的电力需求特征建立电力需
求的线性回归预测模型,对3—5年电力需求量进行了预测,其中2005年的
预测结果已经作为上级营销主管部门下达经营目标的重要依据。
国内外从事电力负荷预测、电力需求预测研究工作的专家学者很多,但
在电力需求预测的过程中,由于影响电力需求的因素很多,目前尚无一个公
认、广泛实用的需求预测软件系统。现有的电力需求预测研究成果更多的是
探索不同的预测模型和理论方法,离实际应用的要求还有一定距离。本文在
研究的过程中,从作者所在单位的实际出发,将电力需求按照国家统一的用
户分类方法,将电力需求类型分为工业用电、农业用电、交通运输用电、城
乡居民用电、动力用电等几类,对各类电力需求分别进行研究和预测:并基
于数据挖掘技术,对影响电力需求的各种因素的时间序列进行分析,通过数
据挖掘寻找出这些影响因素的内在变化规律,以此作为预测电力需求的影响
因素:在对影响因素进行数据挖掘处理的基础上,基于回归模型对各类电力
用户的电力需求量分别进行预测,得到了较为满意的预测结果。
在最后的实际需求预测算例中,从所在地区的各类电力用户1999—2004
0;强之、、
年电力销售量的实际数据出发,分析了各产业国内生产总值、各产业经济发
展比重、历史年份月平均气温变化情况等对各因素对电力需求的影响。利用
数据挖掘技术寻找大工业、非普工业、商业用电、第二产业生产总值、第三
产业生产总值、气象条件变化等引起电力需求变化的规律,在此基础上预测
了大工业、非普工业、商业、居民生活用电和非居民生活用电等各类用户的
电力需求量的变化规律,其中生活用电采用了按月预测后累加预测年需求量
的处理办法预测年电力需求量。最后将本文提出的预测方法的预测结果与灰
色预测结果进行了对比分析,证明本文采用的预测方法的预测精度明显高于
现有其他方法,说明了本文研究成果的正确性。
关键词:电力需求、数据挖掘、时间序列、多因素、回归分析、需求预测、
实用方法
forPowerDemand
MethodResearch
ThePractical
Forecasting
ABSTRACT
Major:ElectricEngineering
Graduate:HeYunhui Advisor:Xiao
Xianyong,ChenYing
Powerdemand isan in
importantproblem marketing,
forecasting power
and of at
utilities.Aiming
systemprogrammingdecision—makingpower
power
文档评论(0)