基于MIDAS与机器学习模型组合的社会用电量研究

发布时间：2024-12-10 21:45

　　全社会用电量是衡量地区经济发展一个重要指标,是“克强指数”重要组成部分。能否精准预测全社会用电量,是检验一个电力企业是否进入现代化的标准之一。精准的预测社会用电量模型不但可以为电力供应企业提供决策支持,还能减少由于过量发电带来的电力消耗。在对全社会用电量的影响因素进行分析时,根据选取影响社会用电量的因素,使用随机森林进行变量重要性排序。选取日平均气温、发电量、水泥产量、对外贸易出口额、房地产投资值、原油产量、生铁产量、钢材产量、产成品值、存货值作为社会用电量的主要影响因素。使用经验模态分解(EMD)将月度社会用电量数据分解成高频本征模态IMF1分量、低频本征模态IMF2、IMF3分量,使用AR(p)-M-MIADS(m,k,h)模型对IMF1分量进行预测,选取的滞后阶数p=12,混频抽样模型中的频率差倍数m=30,权重滞后阶数k的选择,通过对比不同权重滞后阶数k的训练集、测试集中的MAPE,结果表明当k=8为最优权重滞后阶数,训练集和测试集的MAPE分别为3.056%和3.015%,训练集和测试集的MAPE都很小,且训练集和测试集相差较小不存在过拟合。根据最优的提前h步有两个要求,选择h...

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

图1-12000-2018中国社会用电量数据图（用电量单位：亿千瓦时）

的增速跟不上工业发展，所以导致在总占比中减少。第二产业用电量占绝大部分，随着中国经济的快速发展二逐年增加，但随着中国经济体制的逐渐改变，多占比例也由最初的75%下降到70%。第三产业用电量从图中也可以看出在逐年上升，主要是中国的经济发展迅速、交通行业发展迅速，使得第三产业中的金融....

图1-3社会用电量预测模型简介图

基于MIDAS与机器学习模型组合的社会用电量研究13变量中文名英文简称数据单位数据周期影响类型工业增加值增长率IAV%月第二产业产成品月末值FIP亿元月第三产业存货月末值STO亿元月第三产业对外贸易出口额EQFT亿元月第三产业家电类价格指数EAPI无月居民生活第二节模型理论简介模....

图2-1月度社会用电量累计值变化

基于MIDAS与机器学习模型组合的社会用电量研究25变量中文名数据单位英文简称数据周期数据来源工业增加值增长率月累计%IAV月国家统计局产成品月末值月度累计亿元FIP月国家统计局存货月末值月度累计亿元STO月国家统计局对外贸易出口额月度累计亿美元EQFT月国家统计局家电类价格指数....

图2-22020年1-12月平均气温全年中6、7、8月的平均气温最高，结合全年中6、7、8月为单月社会用电量高

第二章数据处理与特征工程26上图中的201102表示2011年1-2月累计值，其他依次类推，纵坐标单位为亿千瓦时。从图中简单的看出2011-2013年属于中等幅度增长期、2014-2015年属于缓慢增长期、2016-2019年属于快速增长期间，但2020年由于新冠肺炎疫情原因，2....

本文编号：4015704