基于人工神经网络的北京市居民生活用电需求研究

发布时间：2017-07-02 23:01

  本文关键词：基于人工神经网络的北京市居民生活用电需求研究

  更多相关文章： 人工神经网络 灰色预测 居民生活用电 组合预测

【摘要】：改革开放以来,我国经济得到了高速的发展。电力作为一种清洁、方便、安全的能源,已经与我国经济发展和生活水平的提高息息相关。随着各种各样的家用电器、电子产品融入到人们的生活,人们对电力的需求不断增长,居民生活用电也逐渐变成了全社会用电结构中的重要组成部分,其用电水平是衡量居民生活现代化水平、社会发展水平的重要标度。而北京市作为我国的首都、政治与文化中心,其电力发展的状况很大程度上也代表着国内电力发展的较高的水准。所以,切实的做好北京市居民生活用电需求的预测可以帮助政府部门制定有效的电力政策、电力规划,减少日益增长的环境压力,也有助于电力企业合理的安排电力生产和经营计划,提高人民的生活水平。居民生活用电需求的预测十分困难,一方面影响居民生活用电需求的因素有很多且都很难获得,另一方面很多学者对居民生活用电需求的模型的构建也往往是各持己见。所以,综合考虑各个方面,从居民生活用电需求影响因素的选取到居民生活用电模型的构建都做了详细的分析。由于单个模型的预测往往都会忽略某些因素的变化,文章综合考虑了灰色模型和人工神经网络模型的优缺点,利用组合预测的概念构建了灰色神经网络预测模型,在此基础上对常规的串联型灰色神经网络预测模型进行了改进,添加了其他主要的变量因素对居民生活用电的影响。之后结合优化后的预测模型和常规的预测模型对1990-2012年北京市相关数据进行实验、对比,发现优化后的串联型灰色神经网络预测模型预测未来的居民生活用电量有更高的预测精度。所以最终利用改进的串联型RBF神经网络对北京市2017-2022年居民生活用电量进行了预测。研究的最后,结合北京市居民生活用电需求历史数据和预测结果的分析对北京市居民生活用电提出了三个方面相应九条的政策建议。
【关键词】：人工神经网络 灰色预测 居民生活用电 组合预测
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F426.61;TP183
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 课题背景及研究目的和意义10-11
• 1.2 国内外研究综述11-14
• 1.2.1 国内外相关文献研究综述11-14
• 1.2.2 预测方法简介14
• 1.3 论文的主要研究内容14-16
• 第2章 居民生活用电影响因素分析16-30
• 2.1 北京市居民生活用电影响因素分析16-22
• 2.1.1 收入因素16-17
• 2.1.2 人口因素17-18
• 2.1.3 电价因素18-19
• 2.1.4 替代能源价格19-21
• 2.1.5 温度因素21
• 2.1.6 城市化因素21-22
• 2.1.7 居住因素22
• 2.2 北京市居民生活用电历史特征分析22-27
• 2.3 相关性分析27-29
• 2.4 本章小结29-30
• 第3章 居民生活用电需求预测模型30-40
• 3.1 多元回归预测模型30-31
• 3.1.1 一元回归预测模型30
• 3.1.2 多元回归预测模型30-31
• 3.2 灰色预测模型31-34
• 3.2.1 灰色GM(1,1)预测模型31-33
• 3.2.2 模型优点及局限性33-34
• 3.3 人工神经网络预测模型34-36
• 3.3.1 多层感知器神经网络(MLP)预测模型34-35
• 3.3.2 径向基函数神经网络(RBF)预测模型35-36
• 3.4 灰色神经网络预测模型36-38
• 3.4.1 串联型(Series Grey Neural Network,SGNN)36-37
• 3.4.2 并联型(Parallel Grey Neural Network,PGNN)37
• 3.4.3 嵌入型(Inlaid Grey Neural Network,IGNN)37-38
• 3.4.4 混合型(Blending Frey Neural Network,BGNN)38
• 3.5 改进的灰色神经网络预测模型38-39
• 3.6 本章小结39-40
• 第4章 北京市居民生活用电预测实证研究40-48
• 4.1 基于多元回归预测模型下的北京市居民生活用电预测40-41
• 4.2 基于灰色预测模型下的北京市居民生活用电预测41-42
• 4.3 基于人工神经网络的预测模型下的北京市居民生活用电预测42-43
• 4.3.1 数据预处理42
• 4.3.2 基于MLP和RBF下的人工神经网络预测42-43
• 4.4 基于改进的灰色神经网络预测模型下的北京市居民生活用电预测43
• 4.5 实验结果对比分析43-45
• 4.6 北京市居民生活用电预测(2017-2022年)45-46
• 4.6.1 未来影响因素预测45-46
• 4.6.2 基于影响因素下的北京市居民生活用电预测(2017-2022年)46
• 4.7 本章小结46-48
• 第5章 北京市居民生活用电消费政策分析48-54
• 5.1 不同影响因素下的居民电力需求48-49
• 5.2 居民生活用电政策建议49-53
• 5.2.1 电价建议49-51
• 5.2.2 加大节能政策的宣传,提高用电效率51
• 5.2.3 合理的进行能源替代51-53
• 5.3 本章小结53-54
• 第6章 研究成果和结论54-56
• 参考文献56-60
• 攻读硕士学位期间发表的论文及其它成果60-61
• 致谢61

【相似文献】

中国期刊全文数据库 前10条

1 ;国务院对居民生活用电的规定[J];节能;1992年07期

2 钱重耀;上海市居民生活用电量的分析与预测[J];能源技术;1994年02期

3 ;内蒙古自治区人民政府办公厅转发国务院办公厅关于确保居民生活用电和正常发用电秩序的紧急通知[J];内蒙古政报;2010年12期

4 戴平生;关于促进居民生活用电问题的思考[J];电力需求侧管理;2000年01期

5 宋全清,唐建文,黄海峰;居民生活用电的市场研究及政策探讨[J];湖北电力;2000年01期

6 刘彬;落实“三个代表”要求,开拓居民生活用电市场[J];黑龙江电力;2002年02期

7 郑淮,张阿玲,何建坤;北京市居民生活用电实证分析[J];清华大学学报(自然科学版);2003年06期

8 奕永忠;嘉兴市居民生活用电的结构变化和需求趋势[J];电力需求侧管理;2004年02期

9 袁鹏辉;刘宝国;胡晓宇;;发展垦区居民生活用电销售市场[J];大众用电;2006年01期

10 朱成章;;居民生活用电为什么增长这么快[J];大众用电;2008年08期

中国重要会议论文全文数据库 前2条

1 金磊;;从中国南方冰雪灾害看中国城市发展[A];中国突发公共事件防范与快速处置2008优秀成果选编[C];2008年

2 白贞;简毅文;;北京住宅楼冬春两季生活用电特点分析[A];全国暖通空调制冷2010年学术年会资料集[C];2010年

中国重要报纸全文数据库 前10条

1 记者　 肖建生 实习生 汪琳;居民生活用电价格将调整[N];湖南日报;2006年

2 记者 程颖;优先保障居民生活用电[N];平顶山日报;2010年

3 邓书恒 高文昌;企业错峰避峰保居民生活用电[N];石家庄日报;2005年

4 本报记者 张兴华;黑龙江省实行新的居民生活用电价格[N];东北电力报;2006年

5 记者　牛彦君;甘肃居民生活用电每千瓦时涨2分[N];甘肃日报;2006年

6 记者 马建敏;我省召开调整居民生活用电价格听证会[N];河北日报;2006年

7 记者　 肖建生;居民生活用电价格每千瓦时电提高4分钱[N];湖南日报;2006年

8 记者　韩红新;居民生活用电每度拟上调3分[N];兰州日报;2006年

9 记者 李月娟 王文华;城市居民生活用电价格拟上调1.89分[N];通辽日报;2006年

10 记者 黄俊华邋通讯员 许晓平;省电力首保居民生活用电[N];湖北日报;2008年

中国硕士学位论文全文数据库 前5条

1 丁泓杰;基于人工神经网络的北京市居民生活用电需求研究[D];华北电力大学(北京);2016年

2 焦艳燕;基于数据挖掘方法的居民生活用电负荷预测研究[D];华北电力大学（北京）;2009年

3 高坤;城市化与居民生活用电需求的实证分析[D];西南财经大学;2008年

4 颜艳;北京市居民生活用电量中长期预测研究[D];华北电力大学;2015年

5 申晓军;城镇居民生活用电需求弹性分析[D];浙江大学;2011年

  本文关键词：基于人工神经网络的北京市居民生活用电需求研究

  更多相关文章： 人工神经网络 灰色预测 居民生活用电 组合预测

，

本文编号：511533