本文關鍵詞：基于GIOWA算子的安徽省全社會用電量組合預測研究

  更多相關文章： 安徽省 全社會用電量 組合預測 GIOWA算子 指數(shù)平滑 多元線性回歸

【摘要】：選取2000-2014年安徽省全社會用電量數(shù)據(jù),采用多元線性回歸、二次指數(shù)平滑以及多項式擬合3種預測方法,給出了單項預測值。引入廣義誘導有序加權平均(GIOWA)算子,選取其3種特殊形式IOWA、IOWHA、IOWGA的算子,建立誤差平方和最小組合預測模型,并通過模型評價發(fā)現(xiàn),這3種組合預測模型的誤差均小于單項預測值,驗證了模型的有效性。利用所建模型預測了未來五年的安徽省全社會用電總量,為電力規(guī)劃和需求側管理提供決策基礎。
【作者單位】： 安徽財經(jīng)大學數(shù)量經(jīng)濟研究所;
【關鍵詞】： 安徽省 全社會用電量 組合預測 GIOWA算子 指數(shù)平滑 多元線性回歸
【基金】：安徽財經(jīng)大學研究生科研創(chuàng)新基金項目(ACYC2015085);安徽財經(jīng)大學重點科研基金資助項目(ACKY1612ZDB) 教育部人文社會科學研究青年基金項目(12YJC630277)
【分類號】：F224;F426.61
【正文快照】： 電力需求分析與預測是電力系統(tǒng)規(guī)劃和運行的基礎工作,電力消費直接帶動產(chǎn)業(yè)發(fā)展,拉動內(nèi)需。近年來,國內(nèi)電力需求一直呈上漲態(tài)勢且幅度較大,預計今后一段時期內(nèi)仍然會保持增長。全國電力需求總體來說是平衡的,但是局部地區(qū)也會出現(xiàn)電力供需緊張的情況。只有保持電力供需平衡,才

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王郁;;組合預測何以興起[J];預測;1989年04期

2 C.W.J.Granger;趙文奇;;二十年來的組合預測[J];預測;1991年03期

3 唐小我;;最優(yōu)組合預測的計算方法[J];管理現(xiàn)代化;1992年01期

4 馬永開,唐小我;兩種組合預測優(yōu)化模型的分析和比較[J];電子科技大學學報;1998年01期

5 曾勇,唐小我,陳珂;組合預測冗余方法判定的一個補充規(guī)則[J];電子科技大學學報;1998年02期

6 王碩,唐小我,周俊;組合預測軟科學方法研究[J];運籌與管理;1999年01期

7 陳華友;組合預測權系數(shù)確定的一種合作對策方法[J];預測;2003年01期

8 鄧雪;;最優(yōu)組合預測誤差平方和取值范圍的若干新結果[J];經(jīng)濟數(shù)學;2006年01期

9 張疆涌;;綜合權組合預測[J];硅谷;2009年24期

10 劉延平;邵悅然;李衛(wèi)東;;我國鐵路客運量的組合預測[J];物流技術;2010年07期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 孫將平;葉志斌;季永青;;浙江省水路貨運量最優(yōu)組合預測[A];第六屆長三角科技論壇航運分論壇暨江蘇省航海學會2009年學術年會論文集[C];2009年

2 劉平;張莉;馬秀蘭;;烏魯木齊市農(nóng)、林、牧、漁業(yè)總產(chǎn)值的組合預測研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 李國鋒;陳緒根;;山東省勞動力就業(yè)需求組合預測研究[A];21世紀數(shù)量經(jīng)濟學（第9卷）[C];2008年

4 田瑾;項靜恬;陳殿斌;;多種時間序列建模及組合預測的比較和改進[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

5 李存金;;簡單平均法下的最優(yōu)組合預測問題研究[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第3卷）[C];1995年

6 劉茂余;于麗英;;一種組合預測新方法的研究[A];中國運籌學會第九屆學術交流會論文集[C];2008年

7 樊英;張秋菊;;工業(yè)增加值預測系統(tǒng)的分析設計[A];中國企業(yè)運籌學[C];2006年

8 吳登生;李建平;孫曉蕾;;考慮模型相關性的組合預測過程中單項模型篩選研究[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A02管理科學[C];2014年

9 吳文東;吳剛;魏一鳴;范英;;基于相關系數(shù)的鋼材需求量組合預測[A];第十屆中國管理科學學術年會論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 趙欣;小世界網(wǎng)絡理論及其在風電功率短期預測中的應用研究[D];北京交通大學;2015年

2 劉啟浩;風險值組合預測的理論與實證[D];北京工業(yè)大學;2009年

3 蔣傳進;基于模型遴選規(guī)則的自適應組合預測研究[D];東華大學;2014年

4 郭曉君;灰色自憶性組合預測拓展模型及應用研究[D];南京航空航天大學;2015年

5 譚泗橋;支持向量回歸機的改進及其在植物保護中的應用[D];湖南農(nóng)業(yè)大學;2008年

6 王富強;風電場短期風速預測及模擬的理論與方法研究[D];華北電力大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 馬艷玲;組合預測在醫(yī)藥流通企業(yè)銷售預測中的應用研究[D];華南理工大學;2015年

2 陳嵩;組合預測技術及其在功率預測中的應用[D];華北電力大學;2015年

3 郭二鳳;ATM現(xiàn)金流預測的研究[D];遼寧科技大學;2015年

4 施艷春;基于非線性時間序列和神經(jīng)網(wǎng)絡的風電功率短期預測[D];沈陽工業(yè)大學;2016年

5 王克楠;基于關聯(lián)特性分析的鐵路事故數(shù)據(jù)挖掘及預測、預警方法研究[D];北京交通大學;2016年

6 馬斌;基于人工智能的短期風電功率組合預測研究[D];西南交通大學;2016年

7 沈達;我國通貨膨脹率的波動與組合預測研究[D];首都經(jīng)濟貿(mào)易大學;2016年

8 楊冬強;風力發(fā)電短期功率預測研究[D];鄭州大學;2016年

9 安秋嫻;貴州省中期用電需求組合預測[D];華北電力大學(北京);2016年

10 葉晨;風電功率組合預測研究[D];華北電力大學（北京）;2011年

，

本文編號：610644