论文摘要
以传统的电力消费统计数据为基础,结合DMSP/OLS夜间灯光数据,运用地理信息系统相关技术及数学回归分析方法,建立湖南省省级的电力消费量估算模型,并对该模型进行降尺度,得到湖南省地级市级别的电力消费估算模型,对构建的湖南省电力模型进行精度评定,提出精度提高方法,对该地级市级别的估算模型进行电力消费数据的时空变化分析。
论文目录
文章来源
类型: 期刊论文
作者: 李盛,李乐林,项秋亮,倪志华
关键词: 电力消耗,夜间灯光数据,精度提高,时空动态
来源: 测绘与空间地理信息 2019年06期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技,经济与管理科学
专业: 自然地理学和测绘学,电力工业,计算机软件及计算机应用,工业经济
单位: 湖南科技大学资源环境与安全工程学院,福州大学空间信息工程研究中心
基金: 湖南省教育厅科学研究优秀青年项目(17B093),2017湖南省大学生研究性学习和创新性实验计划项目(360),湖南科技大学大学生研究性学习和创新性实验计划项目(201710534001)资助
分类号: P208;F426.61
页码: 76-80+85
总页数: 6
文件大小: 424K
下载量: 196
相关论文文献
- [1].基于数学模型的云南省电力消费量的预测与分析[J]. 洛阳师范学院学报 2015(05)
- [2].新疆电力消费量发展现状与影响因素分析[J]. 黑龙江对外经贸 2010(07)
- [3].浙江省电力消费量与产业结构关联度的时空变化研究[J]. 电力需求侧管理 2018(04)
- [4].长三角电力消费量特征提取及预测[J]. 软科学 2018(09)
- [5].河北省电力消费量的一种预测方法[J]. 统计与管理 2018(04)
- [6].一种基于改进灰色理论的电力消费量预测方法[J]. 陕西电力 2016(03)
- [7].中国VS日本[J]. 文苑 2015(01)
- [8].电力消费量与生产者价格指数互动关系研究——基于行业层面视角的实证分析[J]. 价格理论与实践 2016(12)
- [9].基于基尼系数法的辽宁省电力消费量区域分解研究[J]. 节能 2017(08)
- [10].基于组合模型的中国电力消费量预测研究[J]. 中国管理信息化 2013(05)
- [11].对我国电力消费量的多元回归分析[J]. 统计与决策 2008(14)
- [12].基于灰色神经网络组合模型的电力消费量预测——以河北省为例[J]. 保定学院学报 2014(02)
- [13].灰色预测模型在陕西省电力消费量预测中的应用[J]. 山东纺织经济 2013(11)
- [14].全国各省区电力消费量的系统聚类分析研究[J]. 科技创新与应用 2014(02)
- [15].基于卫星灯光数据的我国省域电力消费模拟研究[J]. 中国能源 2017(01)
- [16].浅谈我国电力消费与产业结构的关系[J]. 中小企业管理与科技(下旬刊) 2013(05)
- [17].中国电力消费的动态时空特征及其驱动因素[J]. 中国人口·资源与环境 2019(11)
- [18].中国人均生活电力消费量的等维新陈代谢-加权Markov-SCGM(1,1)_c预测模型[J]. 系统科学与数学 2014(05)
- [19].指数回归-ARMA模型在我国人均生活电力消费量预测中的应用[J]. 数理统计与管理 2009(06)
- [20].新常态下资源型城市经济发展与电力消费研究[J]. 河北企业 2016(09)
- [21].电力消费量的影响因素分析[J]. 农村电气化 2013(04)
- [22].电力消费量周期性分析[J]. 应用基础与工程科学学报 2008(04)
- [23].数字[J]. 国家电网 2014(03)
- [24].数字[J]. 电器工业 2017(03)
- [25].近20年来中国电力需求的行业与地域结构分析[J]. 统计与信息论坛 2008(08)
- [26].劳动力转移对农村家庭人均电力消费量的影响[J]. 西安科技大学学报 2018(03)
- [27].能源清洁化是蓝天保卫战的根本途径[J]. 中国石油企业 2019(06)
- [28].美国天然气的使用对二氧化碳排放影响不大[J]. 中外能源 2015(01)
- [29].韩国以风电和潮汐发电谋求改变[J]. 能源研究与利用 2013(01)
- [30].山东省电力消费与经济发展水平关系的统计分析[J]. 济南大学学报(社会科学版) 2009(02)