摘要
一种基于自适应分析模型的长期净能源消耗量预测方法及系统,方法包括:采集能源消耗数据,构成能源消耗输入序列;根据能源消耗输入序列构建多元回归模型;基于多元回归模型及能源消耗输入序列,筛选出净能源消耗量的预测值与实际值之间误差最小的多元回归模型,作为最优多元回归模型;基于能源消耗输入序列,构建ARIMA‑BO‑LSSVM模型并根据模型进行净能源消耗量的预测;将获得的最优多元回归模型的净能源消耗量的预测值与ARIMA‑BO‑LSSVM模型的净能源消耗量预测值进行比较,选择与实际净能源消耗量最接近的模型作为长期净能源消耗量的预测模型。本发明采用ARIMA模型捕捉隐藏在用电数据中的线性部分,应用BO‑LSSVM模型捕捉数据上存在的非线性部分,提升预测的准确性。
技术关键词
LSSVM模型
多元回归模型
ARIMA模型
能源
序列
求解线性方程组
处理器
数据
可读存储介质
发电量
预测系统
预测误差
程序
变量
存储器
计算机
电力
非线性