期刊文献+

基于BP神经网络和回归分析的分类分月电量预测

下载PDF
导出
摘要 准确的电量预测对电力企业合理安排发、购电计划,挖掘潜在电力客户,提高经营效益,满足同业对标考核要求具有重要意义。鉴于电量影响因素多且复杂的特点,本文提出分类、分月电量预测方法。首先,将历史电量数据分成大工业及普非工业、非居民、居民、商业、农业共五大类,分别分析电量变化趋势。并提出基于回归分析和BP神经网络相结合的电量预测方法。对于回归分析,通过电量相关性分析后,取预测月份前两个非特殊月份电量均值作为基础数据进行预测。最后,结合业扩在途工单、节假日、气候变化和预警等对预测结果进行修正。A地的预测算例验证了本文提出的预测方法的有效性。
作者 韦婷婷 唐可
出处 《电器工业》 2023年第11期74-78,共5页 CHINA ELECTRICAL EQUIPMENT INDUSTRY
  • 相关文献

参考文献6

二级参考文献34

共引文献18

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部