基于大数据挖掘电量预测方法的创新及应用

基于大数据挖掘电量预测方法的创新及应用

论文摘要

为了可以使现代电力企业可以更好的实现对供电区域精细化管理的理念,就需要通过现代化的数据挖掘技术,来创新出更加有效的电量预测方法,从根本上帮助电力企业实现对各供电区域的电量精细化管理。基于此,在本篇文章中将会针对基于大数据挖掘电量预测方法的算法研究展开分析,进而针对其实际应用展开研究,希望可以为相关人员提供参考帮助。

论文目录

  • 一、基于大数据挖掘电量预测方法的算法研究
  •   (一)ARIMA模型
  •   (二)GM模型
  • 二、基于大数据挖掘电量预测方法的实际应用
  •   (一)影响因素的具体分析
  •   (二)电量预测模型的构建
  •     1. GM模型的构建
  •     2. ARIMA模型的构建
  • 三、电量预测模型的验证
  • 四、年度用电预测模块功能
  • 五、结语
  • 文章来源

    类型: 期刊论文

    作者: 林丽

    关键词: 大数据挖掘,电量测试方式,创新及应用

    来源: 科技风 2019年34期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,经济与管理科学

    专业: 电力工业,工业经济

    单位: 海南电网有限责任公司儋州供电局

    分类号: F426.61;TM930

    DOI: 10.19392/j.cnki.1671-7341.201934015

    页码: 16

    总页数: 1

    文件大小: 255K

    下载量: 201

    相关论文文献

    • [1].浅谈强化电力营销管理中电量异常及解决策略[J]. 营销界 2019(42)
    • [2].基于电量裕度的中长期电量安全校核方法[J]. 电力系统保护与控制 2020(02)
    • [3].购电量和电量结构对售电公司购电策略的影响分析[J]. 中国物价 2020(06)
    • [4].电力营销中电量抄核收作业模式创新思考[J]. 低碳世界 2020(06)
    • [5].疆电外送累计突破3000亿kWh[J]. 电世界 2020(08)
    • [6].逗呢[J]. 廉政瞭望 2020(17)
    • [7].气温及抄表时间对售电量的影响[J]. 山东电力技术 2017(01)
    • [8].提高电量预测准确率的方法探讨[J]. 工程技术研究 2017(07)
    • [9].上数学课是种什么体验?[J]. 新世纪智能 2019(78)
    • [10].你失踪了会惊动谁[J]. 晚报文萃 2016(03)
    • [11].福建向华东送电量逾400亿千瓦时[J]. 四川水力发电 2013(05)
    • [12].如何有效防止服务器因消耗完UPS电量后非正常关机[J]. 考试周刊 2011(13)
    • [13].基于电量冻结的电厂集中式就地计量方案研究及应用[J]. 电气自动化 2020(02)
    • [14].基于数据序列分辨率压缩尺度优化的月度电量预测方法[J]. 电力系统保护与控制 2020(11)
    • [15].江西电力替代电量[J]. 能源与环境 2019(02)
    • [16].全社会用电量与售电量相关关系研究[J]. 科技经济导刊 2019(30)
    • [17].供电企业异常反向电量管控新模式探索[J]. 企业管理 2017(S1)
    • [18].基于大数据挖掘电量预测方法的创新及应用[J]. 电力大数据 2018(10)
    • [19].川电外送三大直流2016年送电量超千亿度[J]. 四川水力发电 2016(06)
    • [20].以修正风速为基准分析风电并网运行弃风电量评估[J]. 科技创新导报 2015(30)
    • [21].兼顾主导行业与上下级协调的电量预测方法[J]. 电力需求侧管理 2016(02)
    • [22].基于修正风速的风电并网运行弃风电量评估[J]. 电气应用 2014(23)
    • [23].基于电量在线测控技术与应用的研究[J]. 科技与企业 2015(09)
    • [24].怎么让手机电量用得久 手机省电有什么方法[J]. 家庭生活指南 2018(11)
    • [25].嫁给他,你后悔过吗[J]. 幸福家庭 2016(06)
    • [26].经典段子[J]. 芳草(经典阅读) 2015(07)
    • [27].生活小百科[J]. 山西老年 2013(06)
    • [28].关于电量异常用户筛查与追补分析技术的研究[J]. 电子技术与软件工程 2020(13)
    • [29].贵州首季发售电量双增[J]. 贵州水力发电 2009(02)
    • [30].青海2010年需电量预计将达435亿kW·h[J]. 电力设备 2008(01)

    标签:;  ;  ;  

    基于大数据挖掘电量预测方法的创新及应用
    下载Doc文档

    猜你喜欢