基于H-P滤波预测技术的年用电量预测模型研究

被引：9

作者：

曾鸣 ^{[1
]}

陈春武 ^{[1
]}

刘洋 ^{[1
]}

马明娟 ^{[1
]}

钱霞 ^{[2
]}

机构：

[1] 华北电力大学经济与管理学院

[2] 华电招标有限公司

来源：

水电能源科学 | 2012年 / 30卷 / 08期

关键词：

年用电量预测; H-P滤波预测法; 指数回归模型; 分布滞后回归模型;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

针对电力市场预测电力负荷受众多因素影响及各类预测模型模拟预测误差较大的问题,为提高负荷预测精度,基于H-P滤波预测法将等维信息法、指数回归模型及分布滞后回归模型引入年用电量预测中,通过双层预测降低预测误差,并结合实例比较。对比结果,滤波滞后回归模型的预测综合得分高于滤波指数回归模型。

引用

页码：175 / 178

页数：4

共 10 条

[1] 我国稻谷生产波动研究——基于H-P滤波法的实证分析 [J].

方鸿 .

河北经贸大学学报, 2010, 31 (05) :48-54

[2] 基于随机波动模型的短期负荷预测 [J].

陈昊 ;

王玉荣 .

电力自动化设备, 2010, 30 (11) :86-89

[3] 我国国债收益率的预测与评价 [J].

李龙泰 ;

何树红 .

枣庄学院学报, 2011, 28 (04) :98-100

[4] 灰色模型在电力负荷预测中的应用与改进 [J].

范鹰 ;

郭建伟 .

电力需求侧管理, 2006, (02) :18-19+25

[5] 灰色自适应滤波组合优化预测模型及其应用 [J].

刘兵军 ;

牛东晓 .

电网技术, 1998, (09) :45-47+50

[6] 基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型 [J].

李春祥 ;

牛东晓 ;

孟丽敏 .

电网技术, 2009, 33 (02) :99-104

[7] 基于动态计量经济学模型的短期电价预测 [J].

谭忠富 ;

张金良 ;

尚金成 .

电网技术, 2009, 33 (07) :71-76

[8] 中国电力需求周期的H-P滤波分解 [J].

刘广迎 ;

李翔 .

财经界(学术版), 2009, (04) :38-40

[9] 通用电力预测系统软件包的研究 [J].

赵磊 ;

牛东晓 ;

谢宏 ;

陈志业 .

电力系统自动化, 1995, (05) :62-65

[10] GM(1,1)模型与指数回归模型的比较与研究 [J].

孙永富 ;

王良曦 ;

庞磊 .

装甲兵工程学院学报, 2000, (01) :76-79

← 1 →