基于自编码网络和经济增长数据的工业负荷预测模型

• 作者: 吴磊 孙钢 杨宁 柳文轩 赵俊华 韩蕾
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 行业电耗 第二产业 经济增长 自编码网络 预测
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 智能电网
• 页码范围: 15-20
• 页数: 6页
• 分类号: TM715
• 字数: 5093字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201808003

摘要

考虑到产业发展与用电量之间的显著相关性,采用自动编码器网络这一深度学习方法来研究电力消费与经济发展之间的关系.研究了如何根据经济增长数据预测工业用电量.算例试验研究结果表明:自动编码器网络算法在大多数情况下比一般的线性ARMA方法具有更高的精度;统计上,第二产业几乎所有行业都高度依赖电力消费,其电力消费与其增长率呈非线性正相关.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴磊		7	7	2.0	2.0
2	孙钢	国网浙江省电力有限公司电力科学研究院	9	14	2.0	3.0
3	韩蕾		2	1	1.0	1.0
4	杨宁		1	0	0.0	0.0