原文服务方: 现代电子技术       
摘要:
城市年度电能消耗数据既有随机成分,又有较明显的内在规律.科学预测城市电力需求,是一项重要的基础性工作,需要有一种较为简易又有足够精度的预测方法.从紧贴实际和易于检验出发,以常州市1995~2004年度的全社会用电量作为时间序列,用求和自回归移动平均(ARIMA)乘积模型建模,并做出1年期电能消耗预测.将预测结果和2005年1~12月的实际用电量进行对比,预测结果令人满意,表明该类模型可以用于城市电力需求中期预测.
推荐文章
基于自适应神经模糊推理系统的城市电力需求及预测模型
神经网络
模糊推理系统
城市电力需求
预测模型
基于自适应神经模糊推理系统的城市电力需求及预测模型
神经网络
模糊推理系统
城市电力需求
预测模型
ARIMA?SVM的物流需求预测模型
物流管理
随机性变化特点
ARIMA?SVM
权值的确定
预测模型
支持向量机
城市电力需求的灰色预测模型及修正研究
灰色预测
残差修正
电力需求量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SAS软件的城市电力需求ARIMA模型及预测
来源期刊 现代电子技术 学科
关键词 时间序列 ARIMA模型 预测 SAS
年,卷(期) 2007,(2) 所属期刊栏目 集成电路
研究方向 页码范围 165-167
页数 3页 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2007.02.056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王正洪 33 275 8.0 16.0
2 蔡冠玉 5 30 3.0 5.0
3 蔡蕙 3 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (8)
同被引文献  (28)
二级引证文献  (56)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(20)
  • 引证文献(0)
  • 二级引证文献(20)
2019(16)
  • 引证文献(0)
  • 二级引证文献(16)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
时间序列
ARIMA模型
预测
SAS
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导