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:
在分析影响陕西省全社会用电量因素的基础上,初步选择第一产业产值、第二产业产值、第三产业产值、能源消费总量、人口自然增长率和城乡居民用电量作为初始变量。利用 KMO 检验剔除人口自然增长率,之后建立了陕西省全社会电力需求的主成分回归模型,得到主成分后,用MATLAB和SPSS软件对数据进行分析分别选择三次函数模型和幂次函数模型对主成分与社会用电量两个变量进行拟合,得到了较为精准的用电量预测模型。
推荐文章
基于主成分分析法的用电量预测模型
KMO检验
主成分分析
拟合
用电量预测
基于ARIMA模型对汽车工厂用电量分析与预测
时间序列
ARIMA模型
汽车工厂
用电量
Eviews 10
基于电能替代背景下的新疆用电量预测研究
电能替代
用电量预测
最优组合预测模型
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
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 基于主成分分析法的用电量预测模型
来源期刊 徐州工程学院学报 学科 工学
关键词 KMO检验 主成分分析 拟合 用电量预测
年,卷(期) 2016,(2) 所属期刊栏目 【理论研究】
研究方向 页码范围 50-53
页数 4页 分类号 TP391.4
字数 2540字 语种 中文
DOI
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 任芳玲 延安大学计算机学院 48 100 6.0 7.0
2 张亚楠 延安大学计算机学院 7 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (23)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
KMO检验
主成分分析
拟合
用电量预测
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
徐州工程学院学报
月刊
chi
出版文献量(篇)
1133
总下载数(次)
2
总被引数(次)
3781
论文1v1指导