基于Holt-Winters时间序列预测模型的电力大数据应用被引量：3

下载PDF

导出

摘要针对电力大数据中大工业用电量呈现出季节性变化的特点,先选择Holt-Winters方法建立时间序列预测模型,然后选取最优的平滑系数组合以确保预测的精度,再使用相对误差来估计建立的预测模型在大工业用电量预测中的性能,最后通过具体的应用实例说明该时间序列预测模型具有较好的预测精度和应用价值。

作者罗序良

机构地区广东电网有限责任公司江门供电局

出处《机电信息》 2016年第33期154-155,共2页

关键词电力时间序列 Holt-Winters模型算法预测

分类号 TM73 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献4

1张琼,张爱华.霍尔特指数平滑法在商品销量预测中的应用[J].市场论坛,2012(3):70-71. 被引量：10
2张明光,张钰,陈晓婧,贾德隆.基于Holt-Winter超短期负荷预测的配电网状态估计算法[J].兰州理工大学学报,2016,42(2):92-96. 被引量：6
3孔令杰.Matlab在心电信号时间序列分析中的应用[J].高师理科学刊,2014,34(6):32-34. 被引量：2
4蒋佳军..基于Hadoop平台的电力大客户用电时序数据分类研究[D].华南理工大学,2015:

二级参考文献26

1叶舟,陈康民.温斯特线性与季节性指数平滑法在电力负荷预测中的应用及改进[J].上海电力学院学报,2000,16(3):13-18. 被引量：3
2蒋成林.霍尔特指数平滑法参数的优选[J].统计教育,2004(4):13-15. 被引量：14
3陈国强,赵俊伟,黄俊杰,刘万里.基于Matlab的AR模型参数估计[J].工具技术,2005,39(4):39-40. 被引量：26
4韩路跃,杜行检.基于MATLAB的时间序列建模与预测[J].计算机仿真,2005,22(4):105-107. 被引量：57
5张晓英,张明光,杨新华,孙治.EMS高级软件在兰州电网的应用[J].兰州理工大学学报,2005,31(3):94-96. 被引量：1
6蔡佳宏,刘俊勇.超短期负荷预测中相似日的选择方法[J].华北电力大学学报（自然科学版）,2006,33(1):38-41. 被引量：21
7李庆杨,王能超,易大义.数值分析[M].北京:清华大学出版社,2008:35-39. 被引量：12
8陈宝林.最优化理论与算法[M].北京:清华大学出版社,2012:306-315. 被引量：2
9孙明玺.预测和评价[M]杭州:浙江教育出版社,1986. 被引量：1
10MAN1TSAS E, SINGH R. Distribution system state estima- tion using an artificial neural network approach for pseudo measurement modeling[J].IEEE Transaction on Power Sys- tems,2012,27 (4):1888-1896. 被引量：1

共引文献13

1倪金升,狄卫民.河南省物流需求预测分析及发展对策研究[J].物流技术,2013,32(9):178-181. 被引量：3
2王美.基于Holt-Winters指数平滑法的地下水水位预测[J].青年时代,2016,0(4):161-161. 被引量：1
3吴毅良.基于信息融合技术的反窃电研究[J].机电信息,2016(36):19-19. 被引量：1
4孟祥海,蒋艳辉,郑洪岚.全国道路交通事故死亡人数预测研究[J].公路交通技术,2017,33(5):126-131. 被引量：7
5李朋,赵克壮.基于优化模型的配电系统状态估计方法[J].智慧电力,2017,45(11):47-51. 被引量：5
6朱时昊,李炜.基于Wi-Fi探测数据的公共场所客流预测方案[J].电信网技术,2018(2):91-95.
7尚文利,张立婷,李世超,刘春宇,曾鹏.基于Holt指数平滑模型的油井产量动态预测[J].自动化与仪表,2018,33(4):68-70. 被引量：4
8易畅.基于一种加权组合模型的城市供水量预测[J].花炮科技与市场,2019,25(1):100-102.
9王宇飞,杜天苍.基于Holt-Winters的时间序列预测在大数据监控系统中的分析与应用[J].计算机与现代化,2019,0(11):29-33. 被引量：6
10罗红波,郭洁.基于智能电表数据的变压器负载估计[J].信息技术,2020,44(11):117-120. 被引量：3

同被引文献25

1王正洪,蔡蕙,蔡冠玉.基于SAS软件的城市电力需求ARIMA模型及预测[J].现代电子技术,2007,30(2):165-167. 被引量：8
2徐大江.预测模型参数的指数平滑估计法及其应用的进一步研究[J].系统工程理论与实践,1999,19(2):25-30. 被引量：37
3许阳婷,洪镭.南京市2001～2011年16种传染病时间聚集性分布特征动态分析[J].现代预防医学,2013,40(18):3346-3349. 被引量：9
4傅伟杰,谢昀,曾志笠,刘晓青.三种模型在江西省流感样病例预测中的应用与比较[J].中华疾病控制杂志,2019,23(1):101-105. 被引量：17
5刘振兴,尹项根,张哲,陈德树.300MW汽轮发电机定子绕组温度在线监测与故障诊断[J].电力系统自动化,2002,26(5):32-35. 被引量：15
6唐旭.300MW发电机线圈出水温度异常报警的分析[J].低碳世界,2015,0(8):64-65. 被引量：1
7许阳婷.ARIMA模型在流行性腮腺炎发病率预测中的应用[J].华南预防医学,2015,41(3):255-259. 被引量：7
8赵薇.分析序列音乐作曲理论与技术在作品中的应用——以《涉江采芙蓉》为例[J].北方音乐,2015,35(15):157-157. 被引量：4
9唐金芳,曾小云.2005-2014年南宁市麻疹发病率ARIMA模型及其趋势预测[J].中华疾病控制杂志,2016,20(7):738-740. 被引量：14
10刘源,刘富强,陈立章,史文佩.湖南省2010-2015年丙型肝炎发病流行病学特征与短期发病趋势预测[J].中华疾病控制杂志,2017,21(2):146-150. 被引量：40

引证文献3

1许阳婷.三种预测模型对南京市水痘发病预测的应用与比较[J].华南预防医学,2021,47(1):10-14. 被引量：6
2陈聪,徐俊元,王尊.基于LSTM的汽轮发电机线圈的早期异常检测[J].大电机技术,2022(4):6-11. 被引量：2
3刘思圻,李窈,赵慧,金萱,兰爽,李若慧,周国健,白晓东.基于时间序列的音乐作品改编[J].应用数学进展,2022,11(11):8329-8339.

二级引证文献8

1田苗,许济,陈斌,游芳,李花,李仕林.带状疱疹患者血清中ESR、CRP、IL-1、免疫球蛋白与后遗神经痛的关系[J].分子诊断与治疗杂志,2022,14(1):173-176. 被引量：9
2牛广利,刘翔,宋家琳,汤显.针对肝包膜特征图的自动化提取方法[J].电子科技,2022,35(10):39-44.
3李艳艳,李宗瑾,王轶,刘娜,张俊杰,马西平.2007—2020年平顶山市布鲁菌病流行特征分析及发病趋势预测[J].职业与健康,2022,38(22):3072-3075. 被引量：2
4何晓阳,苏轶,王冲,霍春燕.基于LSTM和深度学习的电力工程数据预测与分析算法设计[J].电子设计工程,2023,31(7):68-72. 被引量：4
5王红心,樊文龙,杨晓雨,陈东宇,黄巧,潘素跃,王朴,胡敏,何玉清.亚洲五个国家和地区肾癌负担趋势分析与预测[J].华南预防医学,2023,49(1):1-4. 被引量：6
6冯黄于飞,方海.人口政策对传染病流行病学负担的影响探究——基于水痘动态传播模型[J].人口与发展,2023,29(2):73-80. 被引量：4
7庄轶智,周韶泽.基于长短期记忆编码器-解码器的车辆振动异常检测[J].机械制造,2023,61(5):77-82.
8杨猛.2006-2021年山东省滕州市水痘流行病学特征及趋势预测[J].预防医学论坛,2023,29(6):443-447. 被引量：2

1于媛媛,袁永博.基于组合模型的用电量预测方法研究[J].价值工程,2011,30(2):30-31. 被引量：2
2林海,康宝中.基于Holt-Winters时间序列的图书选题预测模型[J].数字技术与应用,2017,35(3):51-53. 被引量：1
3艾甸.如何降低农网线损[J].电力设备,2006,7(7):119-119.
4陈娟,吉培荣,卢丰.指数平滑法及其在负荷预测中的应用[J].三峡大学学报（自然科学版）,2010,32(3):37-41. 被引量：36
5吉培荣,张玉文,简作群.优选平滑系数的指数平滑法电量预测系统[J].电网技术,1996,20(6):52-53. 被引量：18
6黄宗彬.组合预测方法在电力系统负荷预测中的应用研究[J].电气开关,2009,47(5):64-66. 被引量：7
7韦明宁.浅谈变压器的经济运行[J].农村电工,2015,23(5):36-37. 被引量：1
8于溪波.无功补偿装置在农村配电网中应用分析[J].中国科技纵横,2012(14):150-150.
9孙华强,王珂.农村10 kV配电线路的无功自动补偿[J].企业技术开发（下半月）,2010,29(6):114-114.
10于渤,于浩.基于随动思想的月度用电量时间序列预测模型[J].电力系统自动化,2000,24(14):42-44. 被引量：8

机电信息

2016年第33期

浏览历史

内容加载中请稍等...

基于Holt-Winters时间序列预测模型的电力大数据应用被引量：3

参考文献4

二级参考文献26

共引文献13

同被引文献25

引证文献3

二级引证文献8

相关作者

相关机构

相关主题

浏览历史

基于Holt-Winters时间序列预测模型的电力大数据应用 被引量：3

参考文献4

二级参考文献26

共引文献13

同被引文献25

引证文献3

二级引证文献8

相关作者

相关机构

相关主题

浏览历史

基于Holt-Winters时间序列预测模型的电力大数据应用被引量：3