HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于Shapley组合模型的上海市电力需求趋势预测

摘要:现代社会中,家家户户都离不开电力的供应,稳定可靠的电力供应对于经济、社会的发展以及人民生活水平的提高起着重要作用.上海市作为中国重要的经济和贸易中心,电力需求一直保持着高速增长,对于电力供应单位而言,需要对用户的电力需求进行科学预测,以满足用户的用电需求,稳定电力供应,助力经济社会发展.本文采用ARIMA模型、BP神经网络模型和Holt指数平滑模型分别对1995~2017年上海市电力需求数据进行建模分析,并运用合作对策理论中的Shapley组合模型方法进行组合建模,求解了上述三种单一预测方法的权重,构建了组合模型,并依据组合模型预测了未来五年的上海市电力需求量趋势.根据实例结果,Shapley组合模型具备更高的预测精度,预测平均相对误差仅为2.33%,拟合效果较好,有利于电力供应单位稳定电力供应,促进经济社会发展.

关键词:
  • arima模型  
  • bp神经网络  
  • holt指数平滑法  
  • shapley组合模型  
  • 电力需求预测  
作者:
王涛
单位:
上海理工大学管理学院; 上海200093
刊名:
智能计算机与应用

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:智能计算机与应用

智能计算机与应用杂志紧跟学术前沿,紧贴读者,国内刊号为:23-1573/TN。坚持指导性与实用性相结合的原则,创办于2011年,杂志在全国同类期刊中发行数量名列前茅。