基于最优化残差划分Markov修正的城市用电量预测模型
曾孟佳
温柔
施闰虎
黄旭
唐陈宇
摘要：对湖州城市居民用电量进行预测过程中,历史用电量数据显示出较强的波动性与季节性,导致原始模型预测效果不理想,文章引入并改进Markov修正组合模型,将Markov修正残差划分部分改进为不同算子残差划分,并用来修正新陈代谢GM(1,1)、SARIMA、Holt-Winters、LSTM等原始模型.使用DC-Markov、MC-Markov、SC-Markov修正后的组合模型预测湖州市的未来月份城市居民用电数据.结果表明,文章提出的最优化残差划分Markov修正模型预测精度较原始模型有一定程度提高,DC-Markov-Holt-Winters模型在湖州市城市居民用电数据的预测上具有较高的精度.
关键词：残差划分Markov修正季节性分析用电量预测
分类号：TP183(自动化基础理论)
论文发表日期：2024-02-28
页数：5( 49-53 )
英文信息