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:
月度电量预测是电力计划部门安排运行计划与制定购售电计划的基础.提出一种综合考虑多种经济因素的月度电量预测方法.首先,采用X-12-ARIMA模型对月度电量和多种经济因素进行季节分解,并利用逐步回归分析研究各经济量与用电量的关联关系和回归模型,获得初步预测结果;然后,利用多项式拟合进行年度电量预测,并对已有月度电量预测结果进行调整;最后,采用自回归积分滑动平均模型(autoregressive integrated moving average model, ARIMA)对受气象与节假日因素影响较大的月份进行分季节预测修正,获得精度良好的月度电量预测模型.该文采用广东省2009年3月至2014年4月的经济数据与电量数据对2014年5月至2015年4月的电量数据进行预测.预测结果的平均预测精度为97.78%,验证了预测模型的有效性.
推荐文章
结合X12乘法模型和ARIMA模型的月售电量预测方法
X12乘法模型
差分自回归移动平均模型
月售电量预测
分解
还原
月度用电量灰色预测改进模型
灰色预测
季节指数
残差修正
月度用电量
基于改进X-12-ARIMA的电煤需求预测模型与实证研究
X-12-ARIMA模型
电煤需求
季节调整
预测
成分分解方法预测月度电力负荷
离群值
月度负荷
季节调整
成分分解
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X-12-ARIMA季节分解与年度电量校正的月度电量预测
来源期刊 电力建设 学科 工学
关键词 X-12-ARIMA 月度电量 预测 校正 自回归积分滑动平均模型(ARIMA)
年,卷(期) 2017,(1) 所属期刊栏目 智能电网
研究方向 页码范围 76-83
页数 8页 分类号 TM714
字数 6721字 语种 中文
DOI 10.3969/j.issn.1000-7229.2017.01.010
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 王毅 清华大学电机工程与应用电子技术系 91 2717 26.0 51.0
2 张强 清华大学电机工程与应用电子技术系 63 1056 13.0 32.0
3 李鼎睿 清华大学电机工程与应用电子技术系 2 11 1.0 2.0
4 朱文俊 2 71 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (162)
共引文献  (477)
参考文献  (13)
节点文献
引证文献  (11)
同被引文献  (63)
二级引证文献  (13)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(9)
  • 参考文献(0)
  • 二级参考文献(9)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(11)
  • 参考文献(0)
  • 二级参考文献(11)
2003(18)
  • 参考文献(0)
  • 二级参考文献(18)
2004(11)
  • 参考文献(1)
  • 二级参考文献(10)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(16)
  • 参考文献(0)
  • 二级参考文献(16)
2008(9)
  • 参考文献(3)
  • 二级参考文献(6)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(7)
  • 参考文献(4)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(8)
  • 参考文献(2)
  • 二级参考文献(6)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(7)
  • 引证文献(6)
  • 二级引证文献(1)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
X-12-ARIMA
月度电量
预测
校正
自回归积分滑动平均模型(ARIMA)
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
电力建设
月刊
1000-7229
11-2583/TM
大16开
北京市昌平区北七家镇未来科技城国家电网办公区A座225
82-679
1958
chi
出版文献量(篇)
6415
总下载数(次)
11
总被引数(次)
42832
论文1v1指导