本文關(guān)鍵詞：基于FWA-LSSVR智能算法的鋼鐵行業(yè)用電量預(yù)測研究

  更多相關(guān)文章： 鋼鐵行業(yè) 用電量預(yù)測 煙花算法 最小二乘支持向量回歸機(jī)

【摘要】：針對近年來宏觀經(jīng)濟(jì)指標(biāo)與鋼鐵行業(yè)用電量關(guān)聯(lián)度下降的情況,提出了一種基于行業(yè)產(chǎn)品及原材料價格的用電量預(yù)測方法,并使用移動平均法和時差相關(guān)分析法進(jìn)行數(shù)據(jù)消噪處理和價格影響滯后期測算,在此基礎(chǔ)上,建立了煙花算法優(yōu)化最小二乘支持向量回歸機(jī)智能預(yù)測模型。利用該模型對某地區(qū)實際月度用電量進(jìn)行預(yù)測,結(jié)果表明,與多元線性回歸、BP神經(jīng)網(wǎng)絡(luò)等模型相比,所提出的方法具有更好的預(yù)測性能,更適用于鋼鐵行業(yè)用電量月度預(yù)測,可為準(zhǔn)確預(yù)測鋼鐵行業(yè)用電量、合理把握電力需求波動及制定經(jīng)濟(jì)合理電力調(diào)配計劃提供參考,為電源和電網(wǎng)的建設(shè)提供輔助決策支持。
【作者單位】： 國網(wǎng)冀北電力有限公司經(jīng)濟(jì)技術(shù)研究院;華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(71471059)~~
【分類號】：TM715
【正文快照】： 0引言用電量預(yù)測是電力系統(tǒng)優(yōu)化調(diào)度的重要環(huán)節(jié),準(zhǔn)確及時的用電量預(yù)測可以為電源和電網(wǎng)的建設(shè)進(jìn)度提供輔助決策支持,同時對制定經(jīng)濟(jì)合理的電力調(diào)配計劃,降低電網(wǎng)運行成本,保障生產(chǎn)和生活用電具有重要意義[1]。鋼鐵行業(yè)是重要的高耗能行業(yè),其用電量在全社會用電量中占據(jù)較大比

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 袁秀芳;張征;鄭伯川;焦偉超;;基于SVR的多變量電力消費預(yù)測[J];西華師范大學(xué)學(xué)報(自然科學(xué)版);2015年03期

2 王玉龍;崔玉;李鵬;李銳;;基于小波分析改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型電力系統(tǒng)負(fù)荷預(yù)測[J];電網(wǎng)與清潔能源;2015年02期

3 趙慧材;陳躍輝;陳瑞先;彭子揚;;結(jié)合模糊粗糙集和支持向量機(jī)的電力負(fù)荷短期預(yù)測方法[J];中國電力;2015年02期

4 夏耀杰;程浩忠;;基于改進(jìn)灰色馬爾科夫預(yù)測法的中長期負(fù)荷預(yù)測[J];電力需求側(cè)管理;2015年01期

5 譚營;鄭少秋;;煙花算法研究進(jìn)展[J];智能系統(tǒng)學(xué)報;2014年05期

6 章政;王曉佳;劉輝舟;;優(yōu)化SVR的加權(quán)馬爾可夫鏈用電量預(yù)測[J];計算機(jī)仿真;2014年09期

7 何川;舒勤;賀含峰;;ICA特征提取與BP神經(jīng)網(wǎng)絡(luò)在負(fù)荷預(yù)測中的應(yīng)用[J];電力系統(tǒng)及其自動化學(xué)報;2014年08期

8 萬昆;柳瑞禹;;區(qū)間時間序列向量自回歸模型在短期電力負(fù)荷預(yù)測中的應(yīng)用[J];電網(wǎng)技術(shù);2012年11期

9 張成;滕歡;;基于偏最小二乘法與BP神經(jīng)網(wǎng)絡(luò)的電力中長期負(fù)荷預(yù)測[J];電力建設(shè);2012年07期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 周志兵;;基于改進(jìn)分?jǐn)?shù)階卡爾曼濾波的光伏發(fā)電功率預(yù)測算法[J];電器與能效管理技術(shù);2017年04期

2 楊志升;朱參世;高楊軍;;利用增強(qiáng)煙花算法對RFID網(wǎng)絡(luò)進(jìn)行規(guī)劃[J];計算機(jī)工程與應(yīng)用;2017年03期

3 黃旭;何洪英;羅滇生;曹一家;何志軍;;一種新的短路電流預(yù)測方法[J];電力系統(tǒng)及其自動化學(xué)報;2017年01期

4 李孟秋;楊茂騎;任修勇;陳建龍;蔡貝貝;;基于BP神經(jīng)網(wǎng)絡(luò)的開關(guān)磁阻電機(jī)直接轉(zhuǎn)矩控制系統(tǒng)及實現(xiàn)[J];電力系統(tǒng)及其自動化學(xué)報;2017年01期

5 雷景生;郝珈瑋;朱國康;;基于“分層-匯集”模型的短期電力負(fù)荷預(yù)測[J];電力建設(shè);2017年01期

6 龍厚印;劉衛(wèi)東;黃錦華;李黎;;基于業(yè)擴(kuò)報裝的月度負(fù)荷預(yù)測[J];浙江電力;2016年12期

7 錢立軍;趙明宇;張衛(wèi)國;;一種電動汽車充電安全預(yù)警模型設(shè)計方法[J];電網(wǎng)與清潔能源;2016年12期

8 盧錦玲;於慧敏;;極限學(xué)習(xí)機(jī)和遺傳算法在暫態(tài)穩(wěn)定評估特征選擇中的應(yīng)用[J];電力系統(tǒng)及其自動化學(xué)報;2016年12期

9 王宏;徐長英;鄧芳明;;基于獨立成分分析與概率神經(jīng)網(wǎng)絡(luò)的滾動軸承故障識別方法的研究[J];儀表技術(shù)與傳感器;2016年12期

10 楊茂;董駿城;羅芫;趙偉男;;基于近似熵的電力系統(tǒng)負(fù)荷預(yù)測誤差分析[J];電力系統(tǒng)保護(hù)與控制;2016年23期

【二級參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張彥周;賈利新;;基于網(wǎng)格尋優(yōu)SVR房價預(yù)測模型——以鄭州市為例[J];河南科學(xué);2014年08期

2 吳雪花;;應(yīng)用于月度用電量預(yù)測的小波分析法[J];江蘇電機(jī)工程;2014年02期

3 張剛;劉福潮;王維洲;李正遠(yuǎn);鄭晶晶;梁雅芳;;電網(wǎng)短期負(fù)荷預(yù)測的BP-ANN方法及應(yīng)用[J];電力建設(shè);2014年03期

4 付學(xué)謙;陳皓勇;牛銘;金小明;;地區(qū)電網(wǎng)短期負(fù)荷預(yù)測系統(tǒng)設(shè)計[J];電力建設(shè);2014年02期

5 冷建偉;傅祥廉;;小波分析在低壓負(fù)荷預(yù)測數(shù)據(jù)處理中的應(yīng)用[J];電源學(xué)報;2014年01期

6 姜濤;袁勝發(fā);;基于改進(jìn)小波神經(jīng)網(wǎng)絡(luò)的滾動軸承故障診斷[J];華中農(nóng)業(yè)大學(xué)學(xué)報;2014年01期

7 夏秀峰;董彥軍;;基于改進(jìn)馬爾科夫模型的航空備件需求預(yù)測[J];兵工自動化;2013年11期

8 劉曉娟;方建安;;基于雙修正因子的模糊時間序列日最大負(fù)荷預(yù)測[J];中國電力;2013年10期

9 陳超;黃國勇;邵宗凱;王曉東;范玉剛;;基于日特征量相似日的PSO-SVM短期負(fù)荷預(yù)測[J];中國電力;2013年07期

10 褚金勝;陳宙平;;優(yōu)選組合預(yù)測法在短期負(fù)荷預(yù)測中的應(yīng)用[J];電氣開關(guān);2013年02期

，

本文編號：1279400