基于偏最小二乘回归的山东省电力需求预测分析

发布时间：2017-10-25 16:00

  本文关键词：基于偏最小二乘回归的山东省电力需求预测分析

  更多相关文章： 偏最小二乘回归 电力需求 交叉有效性 变量投影重要性

【摘要】：偏最小二乘回归可以对系统信息进行分解和筛选,辨别系统中的信息和噪声,从而能够有效的克服多重共线性在系统建模中产生的不利后果。文中选取GDP、总人口、全社会固定资产投资等10个影响因素,建立偏最小二乘回归模型对山东省电力需求进行预测分析。研究结果表明:电力需求与10个影响因素均具有显著的相关关系,这些影响因素对电力需求的解释能力达到了98.09%。得到的回归方程具有较高的预测精度。其中,第二产业的发展、总人口的增加和GDP的增长为电力需求增加的最主要因素,经济结构的转型和节能减排等政策的实施会一定程度的减缓电力需求增加所带来的压力。最后,对"十二五"规划未来几年山东省的电力需求进行预测。
【作者单位】： 天津大学管理与经济学部;国网山东临清市供电公司;
【关键词】： 偏最小二乘回归 电力需求 交叉有效性 变量投影重要性
【基金】：教育部新世纪人才支持计划(NCET-07-0958)资助
【分类号】：F426.61;F224
【正文快照】： 电力能源作为清洁高效的能源,与传统的能源相比,符合环境友好型社会建设的要求。随着我国经济的发展和城市化进程的加快,我国的电力需求日益增加,对未来的电力需求进行合理预测和分析,不但可以对电力企业的发展做出科学合理的规划,提高电力系统的运行效率,而且能够对国家未来

【参考文献】

中国期刊全文数据库 前8条

1 范德成;王韶华;张伟;;低碳经济目标下我国电力需求预测研究[J];电网技术;2012年07期

2 倪天麒;王静;杜宏茹;;战略性资源地区资源型产业发展刍议——以新疆为例[J];干旱区资源与环境;2012年01期

3 屈小娥;曹珂;;陕西省低碳经济发展水平评价研究[J];干旱区资源与环境;2013年02期

4 刘金培;林盛;郭涛;陈华友;;一种非线性时间序列预测模型及对原油价格的预测[J];管理科学;2011年06期

5 何晓萍;刘希颖;林艳苹;;中国城市化进程中的电力需求预测[J];经济研究;2009年01期

6 王庆露;葛虹;;基于协整理论和干预分析的中国电力需求预测[J];数理统计与管理;2007年05期

7 徐敏杰;胡兆光;单葆国;吴俊勇;;电力需求影响因素的解释结构模型分析[J];中国电力;2009年04期

8 刘畅;高铁梅;;中国电力行业周期波动特征及电力需求影响因素分析——基于景气分析及误差修正模型的研究[J];资源科学;2011年01期

中国博士学位论文全文数据库 前1条

1 李春祥;基于知识发现的电力需求复合预测研究[D];华北电力大学（河北）;2009年

【共引文献】

中国期刊全文数据库 前10条

1 王泽强;;乡—城人口迁移对农村人口老龄化的影响——基于“年龄—迁移率”的定量分析[J];西部论坛;2011年06期

2 沈坤荣;李影;;中国经济增长的能源尾效分析[J];产业经济研究;2010年02期

3 康久兴;艾利盛;张喜荣;刘舒漠;曹宇;马琳;程志辉;;变电站工程造价影响因素分析[J];东北电力大学学报;2011年Z1期

4 孙涵;付晓灵;张先锋;;基于支持向量回归机的中国煤炭长期需求预测[J];中国地质大学学报(社会科学版);2011年05期

5 宋博;;城市化进程中的城乡收入差距分析及预测[J];东方企业文化;2011年04期

6 崔和瑞;刘冬;;区域电力负荷中长期预测复杂性研究[J];电力学报;2011年04期

7 林佳;程浩忠;顾洁;杨宗麟;王峥;;中长期负荷预测的GMDH多结构自动搜索模型[J];电力系统及其自动化学报;2010年05期

8 王锋;冯根福;;优化能源结构对实现中国碳强度目标的贡献潜力评估[J];中国工业经济;2011年04期

9 张志桂;;讨论电工监管现状与措施[J];中国管理信息化;2012年14期

10 王子敏;范从来;;城市化与能源消耗间关系实证研究[J];城市问题;2012年08期

中国重要会议论文全文数据库 前3条

1 柳瑞禹;叶子菀;;基于霍夫曼系数的高耗能行业电力消费发展趋势分析[A];第十三届中国管理科学学术年会论文集[C];2011年

2 GUO Bin;LI Xiu-xia;;Empirical Analysis of the Influencing Factors of Energy Consumption in Liaoning Province of China[A];第七届全国能源与热工学术年会论文集[C];2013年

3 Xingfa Lu;Xiang Wu;;The Relationship between the Electricity Consumption and Economic Growth in China[A];Proceedings of 2012 International Conference on Intelligent Control and Information Processing(ICIP 2012) Volume 28[C];2012年

中国博士学位论文全文数据库 前10条

1 陆胜利;世界能源问题与中国能源安全研究[D];中共中央党校;2011年

2 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年

3 吴开尧;基于可持续发展的中国能源核算研究[D];上海交通大学;2011年

4 许泱;中国贸易、城市化对碳排放的影响研究[D];华中科技大学;2011年

5 曲朝阳;智能电网知识可视化引擎的研究[D];华北电力大学（河北）;2010年

6 曾荻;我国民用建筑运行能耗预测方法及其应用研究[D];北京交通大学;2012年

7 吕连宏;广东省电力生态系统分析与调控研究[D];北京林业大学;2012年

8 呙小明;基于产业层次的中国能源效率研究[D];重庆大学;2012年

9 武俊奎;城市规模、结构与碳排放[D];复旦大学;2012年

10 曲剑午;碳排放约束下的中国煤炭总量控制目标研究[D];中国矿业大学(北京);2012年

中国硕士学位论文全文数据库 前10条

1 蔡丞恺;电网企业投资风险管理研究[D];华北电力大学（北京）;2011年

2 侯凯;基于随机创新扩散模型的中国电力消费预测研究[D];重庆师范大学;2011年

3 张梅;省级电力市场需求先行指数合成的研究[D];大连海事大学;2011年

4 邵咪咪;中国城市化和工业化阶段的环境污染影响因素及应对策略[D];南京大学;2011年

5 孙宇飞;城市碳排放清单及其相关因素分析[D];复旦大学;2011年

6 刘士彬;我国能源消费需求分析与预测研究[D];中国海洋大学;2011年

7 韩磊;我国能源需求新形势下国家能源安全研究[D];南京航空航天大学;2010年

8 唐衍;基于EMD方法的电力系统短期负荷预测[D];上海交通大学;2011年

9 赵光娟;企业景气指数的干预模型研究[D];华中农业大学;2011年

10 李彩萍;供电企业资产全寿命周期管理评价[D];华中科技大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 赵艳厂,谢帆,宋俊德;一种新的聚类算法:等密度线算法[J];北京邮电大学学报;2002年02期

2 杨冠军;谢永芳;桂卫华;;一种基于属性重要度的约简算法[J];重庆科技学院学报(自然科学版);2008年02期

3 张伟;朱启贵;吴文元;;西部地区资源型产业结构变动分析[J];重庆工商大学学报(社会科学版);2009年02期

4 朱志宇,姜长生,张冰;基于支持向量回归的混沌序列预测方法[J];电工技术学报;2005年06期

5 刘红光;刘卫东;;中国工业燃烧能源导致碳排放的因素分解[J];地理科学进展;2009年02期

6 康重庆,杨高峰,夏清;电力需求的不确定性分析[J];电力系统自动化;2005年17期

7 杨镜非,程浩忠;SVM在电网短期负荷预测中应用研究[J];电力自动化设备;2004年02期

8 姚李孝,姚金雄,李宝庆,万诗新;基于竞争分类的神经网络短期电力负荷预测[J];电网技术;2004年10期

9 韩金山,谭忠富,刘严;电力零售企业风险的解释结构模型研究[J];电网技术;2005年08期

10 李钷;李敏;刘涤尘;;基于改进回归法的电力负荷预测[J];电网技术;2006年01期

中国重要报纸全文数据库 前1条

1 张永军;[N];中国信息报;2009年

中国博士学位论文全文数据库 前1条

1 韩金山;中国电力产业经济稳定性问题研究[D];天津大学;2005年

中国硕士学位论文全文数据库 前6条

1 梁亚丽;中国电力需求周期波动特征及影响因素研究[D];华北电力大学（北京）;2005年

2 刘楠;我国电力市场的长期需求趋势与结构分析[D];哈尔滨理工大学;2005年

3 史晓娟;全面建设小康社会目标下的华北地区电力需求预测[D];华北电力大学（北京）;2006年

4 杨洁;我国电力与经济发展关系探讨及中长期电力负荷预测[D];昆明理工大学;2007年

5 周丹;中国电力供需状况的实证研究[D];四川大学;2007年

6 张明明;我国电力供求与经济可持续增长的关系研究[D];吉林大学;2008年

【相似文献】

中国期刊全文数据库 前10条

1 邓念武,徐晖;单因变量的偏最小二乘回归模型及其应用[J];武汉大学学报(工学版);2001年02期

2 杜发兴;徐刚;;偏最小二乘回归模型在城市需水预测中的应用[J];水力发电;2008年06期

3 姜信君;佟瑞洲;;大气污染偏最小二乘回归预报模型及试报分析[J];辽宁工业大学学报(自然科学版);2010年03期

4 陈馨;楚宪法;;将偏最小二乘回归模型应用于非点源负荷预测[J];水利科技与经济;2013年11期

5 陈高波;杨小红;;电力负荷预测的核偏最小二乘回归模型[J];科学之友;2010年04期

6 朱卫卫;;基于偏最小二乘回归的我国民航客运量影响因素分析[J];中国市场;2010年41期

7 张，

本文编号：1094426