基于分位数回归神经网络的重庆市用电负荷预测分析
Power Load Forecasting of Chongqing Based on Quantile Regression Neural Network作者机构：重庆工商大学数学与统计学院重庆400067 重庆工商大学社会经济应用统计重庆市重点实验室重庆400067
出 版 物：《能源与节能》 (Energy and Energy Conservation)
年 卷 期：2023年第10期
页 面：22-25,104页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：重庆市自然科学基金资助(CSTC2020JCYJ-MSXMX0394) 重庆市教委人文社科规划一般项目(2ISKGH310) 2022—2023年重庆对外经贸学院科研项目(KYSK202203)
摘 要：2022年,中国多地最高气温突破历史极值,多日极端高温天气造成重庆市出现较大用电缺口。因为长期电力负荷的预测存在较大的不确定性,所以选取分位数回归神经网络模型对重庆市未来几年的用电负荷做出预测分析,与几种预测方法对比分析后,明确分位数回归神经网络模型预测准确程度更高,并于样本外预测了2023—2027年重庆市年用电负荷。最后基于预测结果提出一系列恢复正常用电负荷增长的措施,为相关电力部门的规划与建设提供建议。
维普期刊数据库
同方期刊数据库