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:
提出一种基于因子和趋势分析反馈的考虑气象因素的多元回归预测模型,降低预测算法精度验证的计算负担.首先通过因子分析对气象和负荷指标进行相关性计算;其次,通过趋势分析量化历史负荷数据在时间尺度上的变化;然后,通过多元非线性回归模型,将气象指标作为自变量,负荷数据作为因变量进行函数拟合;最后,通过拟合出的历史预测数据与气象指标进行因子分析和趋势分析,并与第一步得到的数据进行动态相对误差计算,将动态误差反馈给多元回归预测模型.以某地区的实际负荷为例进行验证,结果表明该方法得到的预测精度高,巨计算时间短.
推荐文章
基于粗糙集理论与D-S证据理论改进的多元回归负荷预测方法研究
中长期负荷预测
多元回归
粗糙集方法
D-S证据理论
基于多元回归分析对底板破坏深度预测
多元回归
线性回归
底板破坏深度
基于动态反馈的多元参数回归空调负荷预测控制方法
空调负荷预测
预测控制
动态反馈
趋势预测
精确预测
基于因子分析和多元回归的农业信息服务质量评价
因子分析
多元回归
农业信息服务
服务质量评价
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 基于因子和趋势分析反馈的多元回归负荷预测
来源期刊 电力需求侧管理 学科 工学
关键词 趋势分析反馈 多元非线性回归 气象因素 负荷预测
年,卷(期) 2018,(6) 所属期刊栏目 能效与负荷管理
研究方向 页码范围 22-25,35
页数 5页 分类号 F407.61|TM715
字数 4273字 语种 中文
DOI 10.3969/j.issn.1009-1831.2018.06.006
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 丁一 浙江大学电气工程学院 41 324 9.0 17.0
2 方建亮 10 19 2.0 4.0
3 胡怡霜 浙江大学电气工程学院 6 15 3.0 3.0
4 夏翔 5 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (153)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (31)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
趋势分析反馈
多元非线性回归
气象因素
负荷预测
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
电力需求侧管理
双月刊
1009-1831
32-1592/TK
大16开
江苏省南京市北京西路20号
1999
chi
出版文献量(篇)
3078
总下载数(次)
15
总被引数(次)
18507
论文1v1指导