基于弹性网络模型的月度用电量预测方法

• 作者: 田世明 胡春凤 苏航
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 弹性网络 最小绝对值收缩和选择算子 Granger因果关系 因子筛选 用电量预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能电网技术
• 页码范围: 166-172
• 页数: 7页
• 分类号: TM71
• 字数: 5481字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2020.03.024

摘要

由于现有月度用电量预测所选影响因素较少,无法较为全面地反映与用电量强关联的因素,同时针对高维数据变量筛选和高精度预测等突出难题,文中提出了一种弹性网络用电量预测模型.为了考虑更为全面的影响因素,建立了用电量、气象、经济、交通4类,共340个变量的数据集.首先对8年96个点的高维变量数据进行弹性网络因子筛选,然后使用Granger因果关系分析找出了用电量数据与其它数据的关联关系,对一年范围内的全社会月度用电量使用弹性网络进行预测,预测结果的平均绝对百分误差为3.07％.为验证该模型的有效性,对比向量自回归(VAR)模型,反向传播(BP)模型和最小绝对值收缩和选择算子(Lasso)预测的效果,验证了文中所提方法预测精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田世明		40	1298	13.0	36.0
2	胡春凤		1	0	0.0	0.0
3	苏航		1	0	0.0	0.0