基于大用户行为属性挖掘和LS-SVM的钢铁行业用电量预测研究

• 作者: 单体华 宋宗耘 汪鸿 汲国强 王梦 陈建华
• 来源期刊: 智慧电力
• 学科: 工学
• 关键词: 解释结构模型 多因素方差分析 大用户行为 钢铁行业用电量 最小二乘支持向量机
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 电力经济
• 页码范围: 60-65
• 页数: 6页
• 分类号: TM714
• 字数: 4271字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7598.2018.09.010

摘要

基于解释结构模型法对区域高耗能行业的大用户行为属性展开分析,提取关键行为属性;通过多因素方差分析找出影响因素的显著性结果.然后构建了最小向量支持向量机(LS-SVM)智能预测模型,以冀北地区为例,在考虑钢铁价格和产量2种用户行为因素的基础上,对区域钢铁行业用电量进行预测.研究结果表明,钢铁行业的钢铁价格及产量与行业用电量的相关性较强,对其影响较大,在对钢铁行业用电量进行预测时应考虑钢铁价格和产量2种因素.LS-SVM智能预测结果表明,该模型具有良好的有效性和可行性,有助于正确判断区域行业用电量变化趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王梦	华北电力大学经济与管理学院	6	14	2.0	3.0
2	宋宗耘	华北电力大学经济与管理学院	20	56	4.0	6.0
3	汪鸿		7	22	3.0	4.0
4	陈建华		8	23	2.0	4.0
5	单体华	国网冀北电力有限公司经济技术研究院	7	35	3.0	5.0
6	汲国强	国网冀北电力有限公司经济技术研究院	4	9	2.0	3.0