基于Shapley组合模型的上海市电力需求趋势预测

• 作者: 王涛
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: ARIMA模型 BP神经网络 Holt指数平滑法 Shapley组合模型 电力需求预测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 33-39
• 页数: 7页
• 分类号: TM715|F426.61|F224
• 字数: 6097字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.04.008

摘要

现代社会中,家家户户都离不开电力的供应,稳定可靠的电力供应对于经济、社会的发展以及人民生活水平的提高起着重要作用.上海市作为中国重要的经济和贸易中心,电力需求一直保持着高速增长,对于电力供应单位而言,需要对用户的电力需求进行科学预测,以满足用户的用电需求,稳定电力供应,助力经济社会发展.本文采用ARIMA模型、BP神经网络模型和Holt指数平滑模型分别对1995～2017年上海市电力需求数据进行建模分析,并运用合作对策理论中的Shapley组合模型方法进行组合建模,求解了上述三种单一预测方法的权重,构建了组合模型,并依据组合模型预测了未来五年的上海市电力需求量趋势.根据实例结果,Shapley组合模型具备更高的预测精度,预测平均相对误差仅为2.33％,拟合效果较好,有利于电力供应单位稳定电力供应,促进经济社会发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王涛	上海理工大学管理学院	24	89	6.0	8.0