資源描述：
《電力市場需求預測及電網建設對策研究——以蘇州電力市場為例》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、SOOCHOWUNIVERSITY同等學歷人員碩士學位論文論文題目電力市場需求預測及電網建設對策研究——以蘇州電力市場為例研究生姓名王震宇指導教師姓名李曉峰教授專業(yè)名稱企業(yè)管理研究方向電力市場需求論文提交日期2012年3月電力市場需求預測及電網建設對策研究——以蘇州電力市場為例中文摘要中文摘要電力工業(yè)作為蘇州市的基礎產業(yè)，在國民經濟和社會發(fā)展中具有重要的地位和作用。近些年來，隨著經濟的發(fā)展和產業(yè)結構的調整，蘇州市電力需求不斷增長，電力供應出現緊張局面。為確保蘇州市電力供應能夠適應經濟持續(xù)發(fā)展和人民生活水平改善的需要，有必要對蘇州市
2、電力需求進行合理預測。論文對國內外電力需求預測的研究進行了系統(tǒng)的綜述，總結了目前電力需求預測的三類方法：經典預測法、傳統(tǒng)預測法和現代預測法，研究了人均GDP、產業(yè)結構比率、人口數量、城市化率、城鄉(xiāng)居民人居收入、居民家用電器擁有量、城鄉(xiāng)居民人均住房使用面積、電力消費效率、氣溫變化和電價對蘇州電力需求的影響。在對不同方法比較的基礎上，論文分別選用多元線性回歸和支持向量機理論作為預測工具。通過多元線性回歸分析，發(fā)現電力需求的主要因素人均GDP、第二、三產業(yè)結構比例、人口數量、城市居民人均住房使用面積和電力消費效率，尤其是人均GDP和人口
3、數量對電力需求的影響十分顯著；為保證多元回歸分析的準確性，采用逐步回歸的方法，對模型進行了嚴格統(tǒng)計學和計量經濟學檢驗；同時，也構建基于智能算法的支持向量機模型，并對其在不同權重函數條件下進行了訓練和仿真，得出了較好的結論。最后對兩個模型的預測效果進行了比較，預測了蘇州市未來5年的電力需求量，并在此基礎上提出了蘇州市電網建設規(guī)劃的對策。關鍵詞：電力需求；多元回歸；支持向量機；蘇州作者：王震宇指導老師：李曉峰I英文摘要電力市場需求預測及電網建設對策研究——以蘇州電力市場為例Predictingdemandofelectricpower
4、andstrategyofelectricnetconstruction—AsanexampleofSuzhouAbstractAsabaseindustry,electricindustryhasanimportantpositionandactionforthenationaleconomyandsocialdevelopmentofSuzhou.Inrecentyears,witheconomicdevelopmentandindustrialadjustment,theelectricdemandhasbeenincrea
5、sedinSuzhouwhichleadstoinsufficientelectricsupply.Inorderthatelectricsupplycanadapttodevelopeconomyandimprovepeople’slife,itisnecessarytostudyhowtopredicttheelectricdemandofSuzhou.ThispapersumsupthestudiesofforecastingelectricdemandinChinaandforeigncountries,clarifies
6、threesortsofmethodsforpredictionofelectricdemand:classic,traditionalandmodern.ItstudiestheinfluenceofGDPpercapita,industrialstructure,population,citylizationproportion,urbanandruralincomepercapital,quantityofownedelectricapplicanceperhundredpersons,usingareaofurbanand
7、ruralpeoplepercapita,electricconsumptionefficient,temperatureandelectricpricetoelectricdemand.Bycomparisonofdifferentmethods,multi-linearregressionandsupportvectormachinearechosenaspredictiontool.Bytheanalysisofmulti-linearregression,GDPpercapita,theproportionofsecond
8、industrialstructure,population,usingareaofurbanandruralpeoplepercapita,electricconsumptionefficientaremaininfluencingfactors
