论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 王涛
关键词: 模型,神经网络,指数平滑法,组合模型,电力需求预测
来源: 智能计算机与应用 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,经济与管理科学
专业: 电力工业,自动化技术,工业经济
单位: 上海理工大学管理学院
分类号: TP183;F426.61
页码: 33-39
总页数: 7
文件大小: 1160K
下载量: 149