基于弹性网络模型的月度用电量预测方法

基于弹性网络模型的月度用电量预测方法
由于现有月度用电量预测所选影响因素较少，无法较为全面地反映与用电量强关联的因素，同时针对高维数据变量筛选和高精度预测等突出难题，文中提出了一种弹性网络用电量预测模型。为了考虑更为全面的影响因素，建立了用电量、气象、经济、交通4类，共340个变量的数据集。首先对8年96个点的高维变量数据进行弹性网络因子筛选，然后使用Granger因果关系分析找出了用电量数据与其它数据的关联关系，对一年范围内的全社会月度用电量使用弹性网络进行预测，预测结果的平均绝对百分误差为3.07%。为验证该模型的有效性，对比向量自回归(VAR)模型，反向传播(BP)模型和最小绝对值收缩和选择算子(Lasso)预测的效果，验证了文中所提方法预测精度较高。

标题：
基于弹性网络模型的月度用电量预测方法
Monthly electricity consumption forecasting method based on elastic network model

作者：
胡春凤，田世明，苏航
HU Chunfeng, TIAN Shiming, SU Hang

关键词：
弹性网络;最小绝对值收缩和选择算子;Granger因果关系;因子筛选;用电量预测
elastic network;least absolute shrinkage and selection operator(Lasso);Granger causality;factor screening;electricity consumption forecasting

2025-1-23 20:09 上传 基于弹性网络模型的月度用电量预测方法.pdf

文件大小:

1.42 MB

下载次数:

60

高速下载