《表2 用户I各影响因素权重Tab.2 Weights of influencing factors of user I》
随机选取某用户I,用2016年10月1日至2016年12月15日共76天的用电量数据和日特征向量数据作为样本数据集对模型进行训练;然后,我们对2016年12月16日至2016年12月25日共10天的用电量进行预测。首先,利用第1.1.2节中的通径分析法计算日特征向量中各元素的权重,分析不同因素对用电量的影响程度。用户I各个影响因素对应的权重如表2所示。从实验结果可以看出,温度是影响用电量最主要因素,其中平均温度的权重最大。其次,用水量对用电量具有一定的影响,因此预期考虑用水量能够在一定程度上提高预测的精度。由于燃气和电力这两种能源在某种情况下可以相互替代,两者之间的相关性较弱。
图表编号 | XD0030195500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 郑国和、贺民、郑瑞云、童建东、刘英、韩威 |
绘制单位 | 国网浙江省电力有限公司宁波供电公司、国网浙江省电力有限公司宁波供电公司、国网浙江省电力有限公司宁波供电公司江北分公司、国网浙江省电力有限公司宁波市鄞州区供电有限公司、浙江大学信息与电子工程学院、浙江华云信息科技有限公司 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 用户I各影响因素权重Tab.2 Weights of influencing factors of user I”的人还看了
- 表1 盲板密封失效的初始事件及基本事件的风险影响因素权重Table 1 Weights of risk influence factors of blind plate seal failure and basic events
- 表2 影响土地整治项目造价因素综合评价指标体系各元素综合权重值Tab.2 Comprehensive weight value of each factors influencing land consolidation cost