基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
影响用户用电量的因素较多,根据其分别受线性和非线性因素影响的特点,该文提出1种基于自回归移动平均模型和支持向量机模型的组合预测方法,构建组合模型后,分别与仅采用自回归移动平均模型和支持向量机模型的预测结果进行对比分析.对比结果表明,组合模型的平均绝对百分误差指标相比单一模型明显降低,可以有效提高用电量预测的精度.
推荐文章
基于电能替代背景下的新疆用电量预测研究
电能替代
用电量预测
最优组合预测模型
基于ARIMA模型对汽车工厂用电量分析与预测
时间序列
ARIMA模型
汽车工厂
用电量
Eviews 10
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
基于多元线性回归模型和灰色理论的山东省用电量预测
山东省
多元线性回归
灰色预测
全社会用电量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ARMA-SVM组合模型的售电用户用电量预测方法
来源期刊 能源与环境 学科
关键词 用电量预测 自回归移动平均模型 支持向量机模型 售电公司 组合模型
年,卷(期) 2021,(1) 所属期刊栏目 节能技术
研究方向 页码范围 49-51
页数 3页 分类号 TM-9
字数 语种 中文
DOI 10.3969/j.issn.1672-9064.2021.01.017
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (111)
共引文献  (127)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(16)
  • 参考文献(2)
  • 二级参考文献(14)
2016(17)
  • 参考文献(3)
  • 二级参考文献(14)
2017(8)
  • 参考文献(1)
  • 二级参考文献(7)
2018(7)
  • 参考文献(4)
  • 二级参考文献(3)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
用电量预测
自回归移动平均模型
支持向量机模型
售电公司
组合模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
能源与环境
双月刊
1672-9064
35-1272/TK
大16开
福州市琴亭路29号福能方园大厦7层
1982
chi
出版文献量(篇)
5276
总下载数(次)
18
论文1v1指导