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:
鉴于能源消费量具有趋势性、非平稳性等特点,而差分自回归移动平均模型(ARIMA)只能反映能源消费量的部分信息,预测结果不太理想。为了提高预测精度,提出了基于二次误差校正 ARIMA 模型的能源消费预测方法:首先采用 ARIMA 模型对能源消费总量进行初步预测,然后构建偏最小二乘回归支持向量机模型(PLS-SVM)对残差序列数据中未被解释的部分进行分析和拟合,并对未来的残差进行预测。最后利用所得残差预测值对能源消费总量预测值进行校正。对福建省1978—2012年的能源消费总量数据进行仿真,实验结果表明,与 ARIMA 等方法相比,本文提出的方法获得了较好的预测结果,是一种有效的能源消费量预测方法。
推荐文章
论建立能源消费总量控制制度
能源消费总量
能源消费总量控制制度
能源安全
节能减排
控制能源消费总量对江西的影响与应对
能源消费
总量控制
影响与应对
江西
上海市能源消费总量分解方案研究
能源消费
能源消费总量控制
节能
分解目标
我国能源消费预测及政策建议
能源预测
能源消费
协整关系
格兰杰因果关系
政策建议
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 基于误差校正的能源消费总量预测方法
来源期刊 桂林理工大学学报 学科 工学
关键词 二次误差校正 ARIMA 模型 偏最小二乘回归 支持向量机 能源消费量
年,卷(期) 2016,(2) 所属期刊栏目 信息科学与自动控制
研究方向 页码范围 388-394
页数 7页 分类号 TP301.6
字数 4258字 语种 中文
DOI 10.3969/j.issn.1674-9057.2016.02.034
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 董明刚 桂林理工大学信息科学与工程学院 31 120 5.0 10.0
2 艾兵 桂林理工大学信息科学与工程学院 3 28 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (134)
共引文献  (126)
参考文献  (17)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (3)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(16)
  • 参考文献(0)
  • 二级参考文献(16)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(16)
  • 参考文献(5)
  • 二级参考文献(11)
2012(11)
  • 参考文献(3)
  • 二级参考文献(8)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
二次误差校正
ARIMA 模型
偏最小二乘回归
支持向量机
能源消费量
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
桂林理工大学学报
季刊
1674-9057
45-1375/N
16开
广西桂林市建干路12号
48-7
1981
chi
出版文献量(篇)
2706
总下载数(次)
1
总被引数(次)
16310
论文1v1指导