考虑春节对不同行业的影响，提出了一种考虑春节因素影响的月度售电量预测结果修正方法，首先利用历史春节日期距1—3月第一天的天数和历史各行业1—3月的售电量占第一季度售电量的占季比进行曲线拟合，然后利用预测年份春节日期距1—3月第一天的天数和拟合函数计算预测年份1—3月售电量占季比的预测值，最后利用各月占季比预测值对国家电网公司1—3月的售电量预测结果进行修正，得到春节因素修正后的售电量预测结果。实证研究结果表明，本文提出的售电量预测结果修正方法能够有效地降低第一季度售电量预测误差。
2021-09-25 13:00:01
875KB
1
Excel回归分析应用实例，包括回归分析的四种方法以及一个实例，实例运用了三种模型来对比。本例简单明了，希望对想要用Excel做回归分析的朋友有点小小的帮助，本例为菜鸟级的介绍。
2021-09-25 10:55:59
178KB
1
针对点预测类方法无法消除预测误差的不足，文中提出一种光伏发电功率短期预测方法。该方法采用极端学习机为光伏发电功率预测的回归预测方法，并结合三角形隶属函数模糊信息粒化的思路，将一定时间窗口的光伏发电功率历史数据进行模糊粒化。粒化后的窗口内历史数据包含功率变化值的最小值、最大值和平均值，形成了新的训练集，进一步对训练集采用极端学习机算法进行训练与预测，实现了光伏发电功率的区间预测。以某地区的光伏发电功率历史数据为算例进行了验证，结果表明：本文提出的方法可以预测光伏发电功率的波动范围，光伏发电功率真值全部包含在所预测的区间范围内。该方法对包含光伏新能源发电的电网调度计划具有工程实践意义。
2021-09-24 16:22:23
1.37MB
1
回归模型是计量里最基础也最常见的模型之一。究其原因是因为在实际问题中我们并不知道总体分布如何，而且只有一组数据，那么试着对数据作回归分析将会是一个不错的选择。
2021-09-16 22:07:14
7.22MB
1
（UCI）的北京多站点空气质量数据集包含每小时空气污染物
来自12个国家控制的空气质量监测点的数据。 空气质量数据是
来自北京市环境监测中心。 气象资料
每个空气质量站点中的空气都与中国最近的气象站相匹配
气象局。 时间段为2013年3月1日至2月
2017年2月28日。缺失的数据表示为NA。
2021-09-16 20:50:27
1.49MB
1