基于GIOWA算子的安徽省全社会用电量组合预测研究

发布时间：2017-08-02 18:22

  本文关键词：基于GIOWA算子的安徽省全社会用电量组合预测研究

  更多相关文章： 安徽省 全社会用电量 组合预测 GIOWA算子 指数平滑 多元线性回归

【摘要】：选取2000-2014年安徽省全社会用电量数据,采用多元线性回归、二次指数平滑以及多项式拟合3种预测方法,给出了单项预测值。引入广义诱导有序加权平均(GIOWA)算子,选取其3种特殊形式IOWA、IOWHA、IOWGA的算子,建立误差平方和最小组合预测模型,并通过模型评价发现,这3种组合预测模型的误差均小于单项预测值,验证了模型的有效性。利用所建模型预测了未来五年的安徽省全社会用电总量,为电力规划和需求侧管理提供决策基础。
【作者单位】： 安徽财经大学数量经济研究所;
【关键词】： 安徽省 全社会用电量 组合预测 GIOWA算子 指数平滑 多元线性回归
【基金】：安徽财经大学研究生科研创新基金项目(ACYC2015085);安徽财经大学重点科研基金资助项目(ACKY1612ZDB) 教育部人文社会科学研究青年基金项目(12YJC630277)
【分类号】：F224;F426.61
【正文快照】： 电力需求分析与预测是电力系统规划和运行的基础工作,电力消费直接带动产业发展,拉动内需。近年来,国内电力需求一直呈上涨态势且幅度较大,预计今后一段时期内仍然会保持增长。全国电力需求总体来说是平衡的,但是局部地区也会出现电力供需紧张的情况。只有保持电力供需平衡,才

【相似文献】

中国期刊全文数据库 前10条

1 王郁;;组合预测何以兴起[J];预测;1989年04期

2 C.W.J.Granger;赵文奇;;二十年来的组合预测[J];预测;1991年03期

3 唐小我;;最优组合预测的计算方法[J];管理现代化;1992年01期

4 马永开,唐小我;两种组合预测优化模型的分析和比较[J];电子科技大学学报;1998年01期

5 曾勇,唐小我,陈珂;组合预测冗余方法判定的一个补充规则[J];电子科技大学学报;1998年02期

6 王硕,唐小我,周俊;组合预测软科学方法研究[J];运筹与管理;1999年01期

7 陈华友;组合预测权系数确定的一种合作对策方法[J];预测;2003年01期

8 邓雪;;最优组合预测误差平方和取值范围的若干新结果[J];经济数学;2006年01期

9 张疆涌;;综合权组合预测[J];硅谷;2009年24期

10 刘延平;邵悦然;李卫东;;我国铁路客运量的组合预测[J];物流技术;2010年07期

中国重要会议论文全文数据库 前9条

1 孙将平;叶志斌;季永青;;浙江省水路货运量最优组合预测[A];第六届长三角科技论坛航运分论坛暨江苏省航海学会2009年学术年会论文集[C];2009年

2 刘平;张莉;马秀兰;;乌鲁木齐市农、林、牧、渔业总产值的组合预测研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 李国锋;陈绪根;;山东省劳动力就业需求组合预测研究[A];21世纪数量经济学（第9卷）[C];2008年

4 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年

5 李存金;;简单平均法下的最优组合预测问题研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

6 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年

7 樊英;张秋菊;;工业增加值预测系统的分析设计[A];中国企业运筹学[C];2006年

8 吴登生;李建平;孙晓蕾;;考虑模型相关性的组合预测过程中单项模型筛选研究[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年

9 吴文东;吴刚;魏一鸣;范英;;基于相关系数的钢材需求量组合预测[A];第十届中国管理科学学术年会论文集[C];2008年

中国博士学位论文全文数据库 前6条

1 赵欣;小世界网络理论及其在风电功率短期预测中的应用研究[D];北京交通大学;2015年

2 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年

3 蒋传进;基于模型遴选规则的自适应组合预测研究[D];东华大学;2014年

4 郭晓君;灰色自忆性组合预测拓展模型及应用研究[D];南京航空航天大学;2015年

5 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年

6 王富强;风电场短期风速预测及模拟的理论与方法研究[D];华北电力大学;2013年

中国硕士学位论文全文数据库 前10条

1 马艳玲;组合预测在医药流通企业销售预测中的应用研究[D];华南理工大学;2015年

2 陈嵩;组合预测技术及其在功率预测中的应用[D];华北电力大学;2015年

3 郭二凤;ATM现金流预测的研究[D];辽宁科技大学;2015年

4 施艳春;基于非线性时间序列和神经网络的风电功率短期预测[D];沈阳工业大学;2016年

5 王克楠;基于关联特性分析的铁路事故数据挖掘及预测、预警方法研究[D];北京交通大学;2016年

6 马斌;基于人工智能的短期风电功率组合预测研究[D];西南交通大学;2016年

7 沈达;我国通货膨胀率的波动与组合预测研究[D];首都经济贸易大学;2016年

8 杨冬强;风力发电短期功率预测研究[D];郑州大学;2016年

9 安秋娴;贵州省中期用电需求组合预测[D];华北电力大学(北京);2016年

10 叶晨;风电功率组合预测研究[D];华北电力大学（北京）;2011年

，

本文编号：610644