基于云平台的工业用电分析与预测

• 作者: 周鑫 夏玉雄 张士杰 徐哲壮 王宏飞
• 来源期刊: 电气技术
• 关键词: 工业用电分析 用电预测 云平台 机器学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 研究与开发
• 页码范围: 6-11
• 页数: 6页
• 语种: 中文

摘要

用电分析和预测对于工业企业的能源管理具有重要意义.现有工业用电分析与预测方法大多局限于离线本地计算,数据导入和导出等步骤仍需要人工操作,存在效率低和实时性差等问题.针对此问题,本文基于某工业企业用电数据采集系统获取的工业用电数据,在阿里云平台上实现了实时数据导入,并对影响工业用电的主要因素进行了特征分析,进而采用梯度提升决策树回归算法构建了该工业企业的工业用电预测模型,并与支持向量回归机和线性回归算法进行对比,证明了梯度提升决策树回归算法具有更好的预测效果.本文还对云平台的数据同步时间和算法计算时间进行了统计分析,证明了基于云平台的工业用电分析与预测具有更好的效率和实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周鑫		5	1	1.0	1.0
2	徐哲壮		8	22	4.0	4.0
3	夏玉雄		4	24	2.0	4.0
4	王宏飞		2	0	0.0	0.0
5	张士杰		1	0	0.0	0.0