发明名称 |
基于关键词检索指数相关性分析的用电需求预测方法 |
摘要 |
本发明公开了一种基于搜索引擎关键词检索指数相关性分析的用电需求预测方法,属于电力系统用电需求预测技术领域。首先利用互联网搜索引擎工具获取关键词的检索指数,然后利用历史用电数据,筛选出检索指数和用电增长率相关性较高的关键词,其次建立关键词检索指数和用电增长率的神经网络模型,最后在传统预测模型的基础上,建立用电需求预测的修正模型。本发明能够分析更多的用电需求影响因素,从而提高用电需求预测的精度。 |
申请公布号 |
CN105005623A |
申请公布日期 |
2015.10.28 |
申请号 |
CN201510445907.3 |
申请日期 |
2015.07.27 |
申请人 |
东南大学;江苏省电力公司;中国电力科学研究院 |
发明人 |
吴金蔚;李璐;张凯锋;袁堃;范海虹;陈浩;田明;杨争林;耿建;薛必克;郑亚先;程海花;史新红 |
分类号 |
G06F17/30(2006.01)I;G06Q10/04(2012.01)I;G06Q50/06(2012.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
江苏永衡昭辉律师事务所 32250 |
代理人 |
王斌 |
主权项 |
基于搜索引擎关键词检索指数相关性分析的用电需求预测方法,其特征在于该方法包含以下步骤:步骤A,基于互联网搜索引擎关键词检索指数和用电需求增长率的相关性分析,包括:步骤A‑1,选择用电需求影响因素的关键词,获得互联网检索指数;步骤A‑2,计算被预测地区用电需求增长率与各个关键词检索指数之间的相关性,找出相关性较高的关键词;步骤B,建立考虑搜索引擎关键词检索指数的用电需求预测修正模型,包括:步骤B‑1,利用相关性较高的关键词检索指数,建立关键词检索指数和用电需求增长率的后向传播神经网络模型;步骤B‑2,根据以上神经网络模型和关键词检索指数得出用电需求增长率,修正传统用电需求预测模型的预测结果。 |
地址 |
210096 江苏省南京市四牌楼2号 |