长三角电力消费量特征提取及预测（上）

长三角电力消费量特征提取及预测（上）2019-01-24摘要摘要：首先构建小波重构—支持向量机混合模型，将各个特征数据集分离出来，并应用支持向量机分别进行预测。选用结构时间序列模型进行对比研究。其次，应用长三角月度电力消费量数据进行实证分析。最后，使用ERR和MAPE检验两个模型的预测性能。误差结果证明，所构建的混合模型误差相对较小，预测效果较好。关键词关键词：电力消费量，预测，小波，结构时间序列基金项目：国家自然科学基金项目(71373005)；教育部人文社会科学基金项目(15YJAZH093)；江苏省高校社会科学重点项目(2016ZDIXM006)；江苏省社会科学基金项目(16ZZB004)电力作为一种主要的能源形式，在经济、社会、技术等方面都影响着现代生活的发展。精确的电力消费预测是保持电力系统安全、稳定运行的基础；是各国在电力部门进行成本效益投资的重要参考依据；是决策者获得足够的信息，以平衡旺盛的需求和有限资源的关键；是经济高效运行的保障。因此，构建模型预测电力消费已经成为一个长期的话题。值得注意的是，电力消费量月度数据显示出更为复杂的特征。大多数月度时间序列数据具有季节性、