基于岭回归的电量预测及经济相关性分析研究.pdfVIP

2025年4月吉林电力Apr.2025

第53卷第2期（总第297期）JilinElectricPowerVol.53No.2(Ser.No.297)

基于岭回归的电量预测及经济相关性分析研究

刘伟达，廷全

（中国传媒大学，北京100024）

摘要：随着电力数据在宏观经济监测中的作用日益凸显，构建科学合理的电量预测模型对研判区域经济运行趋

势具有重要意义。围绕小样本数据下电量预测问题，引入岭回归开展电量预测建模，并通过网格搜索搭配提前停

止策略对参数进行优化以提升模型稳定性与预测能力。以某省电力数据为基础，利用所提方法开展算例分析，并

将本文方法与其他几种预测方法进行对比。结果表明，所提方法在预测精度方面和计算时间方面均优于对比方

法，且模型预测结果与国内生产总值（GrossDomesticProduct,GDP)趋势具有较好的一致性。

关键词：电量预测；岭回归；模型调优；小样本数据；经济相关性分析

中图分类号：TM614文献标志码：A文章编号：1009-5306（2025)02-0019-05

ElectricityConsumptionForecastingUsingRidgeRegressionandEconomicSituationAnalysis

LIUWeida,ZANTingquan

(CommunicationUniversityofChina,Beijing100024,China)

Abstract:Withthegrowingimportanceofelectricitydatainmacroeconomicmonitoring,constructingascientificallysoundelectricity

consumptionforecastingmodelhasbecomecrucialforassessingregionaleconomictrends:Thisstudyfocusesontheproblemof

electricitypredictionundersmall-sampleconditionsandintroducesridgeregressionformodeldevelopment.Toenhancemodel

stabilityandforecastingaccuracy,theregularizationparameterisoptimizedusinggridsearchcombinedwithanearlystopping

mechanism,Basedonprovincialelectricitydata,acaseanalysisisconductedusingtheproposedmethod,anditsresultsare

comparedwiththoseofseveralbenchmarkforecastingmodels.Thefindingsdemonstratethattheproposedapproachachieves

superiorforecastingaccuracyandcomputingtime,andexhibitsahighdegreeofconsistencywithGDPtrends.

Keywords:electricityconsumptionforecasting;ridgeregression;modeloptimization;small-sampledata;economiccorrelation

analysis

0引言