基于业务特征的智能电能表需求预测模型研究

• 作者: 储鹏飞 彭楚宁 李天阳 杜新纲
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 智能电能表 需求预测 业务特征 平稳性检验 ARIMA LSTM 组合模型
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 仪器仪表
• 页码范围: 139-143
• 页数: 5页
• 分类号: TM933
• 字数: 4000字
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2019.03.023

摘要

针对目前国家电网公司下辖省(市)公司对电能表需求缺乏有效预测手段、易造成电能表配送和仓储成本增加的现状,提出了一种基于业务特征的电能表需求预测模型.该模型首先对电能表需求按安装类型进行分类,然后基于平稳性检验区分影响各安装类型电能表需求的主要影响因素,进而自适应地使用ARIMA时间序列模型或LSTM神经网络模型对电能表需求进行分析预测.实践验证表明,相较于现有方法,该模型具有更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜新纲		10	377	5.0	10.0
2	储鹏飞		4	5	2.0	2.0
3	彭楚宁		6	46	4.0	6.0
4	李天阳		4	14	3.0	3.0