苏振宇：基于季节调整和Holt-Winters的月度负荷预测方法论文

本文主要研究内容

作者苏振宇,龙勇,汪于（2019）在《基于季节调整和Holt-Winters的月度负荷预测方法》一文中研究指出：针对负荷序列中异常数据会导致模型误设或参数估计发生偏差的问题,提出利用季节调整方法,先对原始负荷序列进行季节调整,获得消除离群值、节假日影响的季节调整后序列和季节成分序列;然后用改进的HoltWinters方法对季节调整后成分进行预测,用虚拟回归方法预测季节成分序列;最后对各成分预测结果重构得到最终预测结果的月度负荷预测方法。通过实例检验,提出的方法能明显提高预测精度,预测效果要优于季节性Holt-Winters、SARIMA、神经网络、支持向量机等模型。

Abstract

zhen dui fu he xu lie zhong yi chang shu ju hui dao zhi mo xing wu she huo can shu gu ji fa sheng pian cha de wen ti ,di chu li yong ji jie diao zheng fang fa ,xian dui yuan shi fu he xu lie jin hang ji jie diao zheng ,huo de xiao chu li qun zhi 、jie jia ri ying xiang de ji jie diao zheng hou xu lie he ji jie cheng fen xu lie ;ran hou yong gai jin de HoltWintersfang fa dui ji jie diao zheng hou cheng fen jin hang yu ce ,yong xu ni hui gui fang fa yu ce ji jie cheng fen xu lie ;zui hou dui ge cheng fen yu ce jie guo chong gou de dao zui zhong yu ce jie guo de yue du fu he yu ce fang fa 。tong guo shi li jian yan ,di chu de fang fa neng ming xian di gao yu ce jing du ,yu ce xiao guo yao you yu ji jie xing Holt-Winters、SARIMA、shen jing wang lao 、zhi chi xiang liang ji deng mo xing 。

论文参考文献

[1].电力需求的短期预测分析[J]. 金烨. 华东电力.2004(08)

[2].基于季节调整和BP神经网络的月度负荷预测[J]. 龙勇,苏振宇,汪于. 系统工程理论与实践.2018(04)

[3].基于Holt-Winters时间序列预测模型的电力大数据应用[J]. 罗序良. 机电信息.2016(33)

[4].基于季节调整的区域中长期负荷预测[J]. 乔占俊. 统计与决策.2014(21)

[5].一种改进的指数平滑负荷预测方法研究[J]. 谭风雷,张兆军,朱超,张军. 电力需求侧管理.2016(06)

[6].基于深度学习的并行负荷预测方法[J]. 卢杏坚,高小征. 自动化与信息工程.2017(04)

[7].地理信息系统的配电网空间负荷预测方法研究[J]. 黄强. 科技视界.2015(08)

[8].城市电网规划负荷预测方法及其应用研究[J]. 张大猛. 中国新技术新产品.2014(04)

[9].空间负荷预测方法在浙江省科技城电网规划中的应用[J]. 文凡,周亚,章浩. 浙江电力.2011(10)

[10].现代负荷预测方法及其在短期负荷预测中的应用[J]. 石斌强,郑景辉. 农村电气化.2006(10)

论文详细介绍

论文作者分别是来自中国管理科学的苏振宇,龙勇,汪于，发表于刊物中国管理科学2019年03期论文，是一篇关于月度负荷论文,方法论文,季节调整论文,负荷预测论文,中国管理科学2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国管理科学2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/d7896bdc4ff61dfa4093c5a8.html