基于偏最小二乘回归的山东省电力需求预测分析

被引:22
作者
于松青 [1 ,2 ]
林盛 [1 ]
机构
[1] 天津大学管理与经济学部
[2] 国网山东临清市供电公司
关键词
偏最小二乘回归; 电力需求; 交叉有效性; 变量投影重要性;
D O I
10.13448/j.cnki.jalre.2015.039
中图分类号
F426.61 []; F224 [经济数学方法];
学科分类号
020205 ; 0202 ; 0701 ; 070104 ;
摘要
偏最小二乘回归可以对系统信息进行分解和筛选,辨别系统中的信息和噪声,从而能够有效的克服多重共线性在系统建模中产生的不利后果。文中选取GDP、总人口、全社会固定资产投资等10个影响因素,建立偏最小二乘回归模型对山东省电力需求进行预测分析。研究结果表明:电力需求与10个影响因素均具有显著的相关关系,这些影响因素对电力需求的解释能力达到了98.09%。得到的回归方程具有较高的预测精度。其中,第二产业的发展、总人口的增加和GDP的增长为电力需求增加的最主要因素,经济结构的转型和节能减排等政策的实施会一定程度的减缓电力需求增加所带来的压力。最后,对"十二五"规划未来几年山东省的电力需求进行预测。
引用
收藏
页码:14 / 20
页数:7
相关论文
共 12 条
[1]   陕西省低碳经济发展水平评价研究 [J].
屈小娥 ;
曹珂 .
干旱区资源与环境, 2013, 27 (02) :30-35
[2]   低碳经济目标下我国电力需求预测研究 [J].
范德成 ;
王韶华 ;
张伟 .
电网技术, 2012, 36 (07) :19-25
[3]   战略性资源地区资源型产业发展刍议——以新疆为例 [J].
倪天麒 ;
王静 ;
杜宏茹 .
干旱区资源与环境, 2012, 26 (01) :6-11
[4]   一种非线性时间序列预测模型及对原油价格的预测 [J].
刘金培 ;
林盛 ;
郭涛 ;
陈华友 .
管理科学, 2011, (06) :104-112
[5]   中国电力行业周期波动特征及电力需求影响因素分析——基于景气分析及误差修正模型的研究 [J].
刘畅 ;
高铁梅 .
资源科学, 2011, 33 (01) :169-177
[6]   电力需求影响因素的解释结构模型分析 [J].
徐敏杰 ;
胡兆光 ;
单葆国 ;
吴俊勇 .
中国电力, 2009, (04) :1-5
[7]   中国城市化进程中的电力需求预测 [J].
何晓萍 ;
刘希颖 ;
林艳苹 .
经济研究, 2009, 44 (01) :118-130
[8]   基于协整理论和干预分析的中国电力需求预测 [J].
王庆露 ;
葛虹 .
数理统计与管理, 2007, (05) :753-758
[9]   Reductions in electricity consumption and power demand in case of the mass use of compact fluorescent lamps [J].
Trifunovic, J. ;
Mikulovic, J. ;
Djurisic, Z. ;
Djuric, M. ;
Kostic, M. .
ENERGY, 2009, 34 (09) :1355-1363
[10]  
Predictive analysis on electric-power supply and demand in China.[J].Min Huang;Yong He;Haiyan Cen.Renewable Energy.2006, 7