小样本条件下基于VMD-SVM的电网技改项目科技投资预测

发布时间：2023-01-11 21:41

　　随着我国电力改革体制不断推进,以输配电服务为主的盈利模式要求电网企业对经营成本作出更精确的控制。电网技改工作对电网企业的运营成本具有较大影响,但由于相关历史数据少,采用常规预测模型难以对电网企业技改项目的年度科技投资进行科学和客观的预测。为此,针对电网技改项目科技投资年度预测属于小样本预测的特点,选取支持向量机（SVM）模型作为预测模型,并且在预测开始之前进行变分模态分解（VMD）,通过将技改科技投资数据分解为特征各异的子序列,将每一个子序列数据通过不同的SVM模型进行预测,得到各子序列的预测结果后对子序列的预测结果进行叠加,从而得到最终预测结果。最后通过某区域电网的实际数据验证,得到基于VMD-SVM的电网技改项目科技投资预测方法的预测精度为1.51%,而单采用同参数SVM模型的预测精度为2.02%,证实基于VMD-SVM的电网技改项目科技投资预测方法的有效性。 

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于支持向量机的省级电网中长期投资规模预测模型研究[J]. 解伟,潘文明,王成化,陈莉,王阳,马静,李志伟,杜海红.  工业技术经济. 2019(08)
[2]基于概率统计的电网工程造价分析及投资预测[J]. 李亚明,姚刚,韩巍.  电力勘测设计. 2017(06)
[3]基于VMD与PSO优化深度信念网络的短期负荷预测[J]. 梁智,孙国强,李虎成,卫志农,臧海祥,周亦洲,陈霜.  电网技术. 2018(02)
[4]配电网“盛宴”[J]. 本刊编辑部.  中国电力企业管理. 2016(09)
[5]运用“大数据”思维考评和培育年轻干部[J]. 李陟峰,吕坚.  中国电力企业管理. 2016(06)
[6]电网技改工程全过程投资控制指标体系研究及趋势外推预测——基于系统分级原理及模块拼接原理[J]. 刘小敏,于波,王美玲.  项目管理技术. 2016(03)
[7]基于改进粒子群组合算法的电网基建年度投资预测[J]. 胡卫利,程亮,马倩,周能萍,汪海洋.  电网与清洁能源. 2014(11)
[8]电网公司基建工程年度投资组合预测研究[J]. 刘卫东,陆晓芬,于晓彦,刘金朋,劳咏昶.  华东电力. 2014(01)
[9]基于灰色预测的电网基建投资测算模型[J]. 胡柏初,胡刚,胡朝华,青松,李明伟,彭超.  电子科技大学学报. 2013(06)
[10]电网投资决策定量分析技术与模型——基于动态规划方法的实证预测[J]. 常燕,陈武,赵罡.  技术经济. 2012(02)



本文编号：3729698