基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
月售电量的预测受多方面的制约,从影响售电量的因素出发,利用偏最小二乘回归与比重法建立了国民生产总值、人口、社会固定资产投资、人均国民生产总值与售电量的回归预测模型.偏最小二乘方法能够提取若干对系统具有最佳解释能力的综合变量来建立预测模型[1],该方法与比重法结合应用于月售电量的预测之中,能更好地体现引起月售电量变化的平稳因素、季节突变因素的周期性,使得月售电量的预测更加准确.利用该预测模型对唐山地区2004年的月售电量进行了预测,月售电量的平均相对误差为4.74%,预测精度较高,证明了该预测模型的准确性.
推荐文章
电力负荷预测的核偏最小二乘回归模型
核偏最小二乘
电力负荷
预测
混沌时间序列局域偏最小二乘回归多步预测模型
混沌序列
多步预测
偏最小二乘回归
局域模型
偏最小二乘回归神经网络的矿坑涌水量预测
矿坑涌水量
偏最小二乘回归
神经网络
预报模型
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
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 基于偏最小二乘回归与比重法的月售电量预测
来源期刊 电力系统及其自动化学报 学科 工学
关键词 偏最小二乘回归 比重法 月售电量预测 多元线性回归
年,卷(期) 2008,(3) 所属期刊栏目 学术论文
研究方向 页码范围 66-69
页数 4页 分类号 TM715
字数 3233字 语种 中文
DOI 10.3969/j.issn.1003-8930.2008.03.013
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 吴杰 燕山大学电气工程学院 41 454 12.0 21.0
2 卢志刚 燕山大学电气工程学院 103 1880 24.0 39.0
3 宋国堂 燕山大学电气工程学院 3 89 3.0 3.0
4 张鸿 1 28 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (242)
参考文献  (8)
节点文献
引证文献  (28)
同被引文献  (93)
二级引证文献  (105)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(12)
  • 引证文献(6)
  • 二级引证文献(6)
2017(24)
  • 引证文献(7)
  • 二级引证文献(17)
2018(40)
  • 引证文献(6)
  • 二级引证文献(34)
2019(33)
  • 引证文献(5)
  • 二级引证文献(28)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
偏最小二乘回归
比重法
月售电量预测
多元线性回归
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导