基于业务特征的智能电能表需求预测模型研究

论文摘要

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。

论文目录

• 0 引言
• 1 模型构建
•   1.1 电能表需求分类
•   1.2 影响电能表需求的主要因素判定
•   1.3 ARIMA模型
•   1.4 LSTM模型
•   1.5 组合预测模型
• 2 实例分析
•   2.1 业务场景
•   2.2 模型构建
•   2.3 结果分析
• 3 结束语

文章来源

类型: 期刊论文

作者: 彭楚宁,杜新纲,李天阳,储鹏飞

关键词: 智能电能表,需求预测,业务特征,平稳性检验,组合模型

来源: 电测与仪表 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国家电网有限公司,南瑞集团有限公司

分类号: TM933.4

DOI: 10.19753/j.issn1001-1390.2019.03.023

页码: 139-143

总页数: 5

文件大小: 628K

下载量: 164