HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于大用户行为属性挖掘和LS—SVM的钢铁行业用电量预测研究

作者:汲国强; 汪鸿; 王梦; 陈建华; 单体华; 宋...解释结构模型多因素方差分析大用户行为钢铁行业用电量最小二乘支持向量机

摘要:基于解释结构模型法对区域高耗能行业的大用户行为属性展开分析,提取关键行为属性;通过多因素方差分析找出影响因素的显著性结果。然后构建了最小向量支持向量机(LS—SVM)智能预测模型,以冀北地区为例,在考虑钢铁价格和产量2种用户行为因素的基础上,对区域钢铁行业用电量进行预测。研究结果表明,钢铁行业的钢铁价格及产量与行业用电量的相关性较强,对其影响较大,在对钢铁行业用电量进行预测时应考虑钢铁价格和产量2种因素。LS—SVM智能预测结果表明,该模型具有良好的有效性和可行性,有助于正确判断区域行业用电量变化趋势。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

智慧电力

《智慧电力》(月刊)创刊于1973年,由国家电网公司主管,国网陕西省电力公司主办,CN刊号为:61-1512/TM,自创刊以来,颇受业界和广大读者的关注和好评。 《智慧电力》全国性科技刊物。反映国内外能源,电力科技的新成果、新技术、新动态、是以电力应用技术,新技术研究,电网管理科学,理论探讨研究为主的综合信息载体传播电力科技,管理信息,交流学术思想。

杂志详情