首页 期刊 智慧电力 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 【正文】

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; 宋宗耘 国网冀北电力有限公司经济技术研究院; 北京100038; 国网冀北电力有限公司; 北京100000; 华北电力大学经济与管理学院; 北京102206
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

学术咨询 免费咨询 杂志订阅