期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
福建厦门市居民用电量消费预测
被引量:
1
下载PDF
职称材料
导出
摘要
随着社会经济的发展和人民生活水平的不断提高,从城市居民不断增加的家用电器出,可以看出电力成为影响居民生活质量的重要因素。本文通过实证建立福建省厦门市居民生活人均用电量的指数曲线模型和多项式模型拟合,对厦门市城市居民生活用电量进行分析,预测其相关年份的城市居民生活用电量,以帮助政府有关部门合理供电,缓解输电耗电压力,提高经济社会效益和人民生活质量。
作者
王淼晗
机构地区
厦门大学计划统计系
出处
《科技信息》
2010年第27期I0109-I0110,共2页
Science & Technology Information
关键词
城市居民生活用电量
指数曲线模型
多项式模型
预测
分类号
TU85 [建筑科学]
引文网络
相关文献
节点文献
二级参考文献
6
参考文献
8
共引文献
25
同被引文献
5
引证文献
1
二级引证文献
5
参考文献
8
1
宋全清,唐建文,黄海峰.
居民生活用电的市场研究及政策探讨[J]
.湖北电力,2000,24(1):59-61.
被引量:1
2
孙王杰,潘淑霞.
SPSS预测模型在城市居民生活用电量中的应用[J]
.吉林化工学院学报,2009,26(1):89-92.
被引量:5
3
李善同,何建武,李笑蓉.我国经济增长前景与电力需求.经济日报,2004-6-17(009).
4
宋炜,顾阿伦,吴宗鑫.
城镇居民生活用电需求预测模型[J]
.中国电力,2006,39(9):67-70.
被引量:22
5
朱成章.我国居民生活用电分析[J].水利电力经济研究,1988,(34).
6
周晖,刘万添,谢欣荣.
基于抽样调查的居民生活用电市场的分析[J]
.华北电力技术,2001(7):51-54.
被引量:2
7
戴平生.
关于促进居民生活用电问题的思考[J]
.电力需求侧管理,2000,2(1):23-24.
被引量:2
8
徐国祥,等.统计预测与决策.第3版.
二级参考文献
6
1
纪宝成.市场营销学教程[M].北京:中国人民大学出版社,2000..
2
蔡建琼,于慧芳,朱志洪,等.SPSS统计分析精选[M].北京:清华大学出版社,2006.
3
宇传华.SPSS统计分析[M].北京:电子工业出版社,2007.
4
薛薇.SPSS统计分析方法及应用[M].北京:电子工业出版社,2004..
5
《中国电力年鉴》编辑委员会.中国电力年鉴[M].北京:中国电力出版社,1987-2004.
6
潘庆林.
住宅用电调查后的启示[J]
.建筑电气,2000,19(1):35-38.
被引量:1
共引文献
25
1
周晖,王毅,王玮,赵远.
电能在城市居民用能市场中占有率的预测研究[J]
.电力需求侧管理,2007,9(6):46-49.
被引量:1
2
李金超,牛东晓,李金颖,张香珍.
基于负荷细分与SVM技术的电力负荷空间分布预测[J]
.电工电能新技术,2008,27(1):40-43.
被引量:8
3
赵会茹,迟楠楠,李春杰.
我国电力普遍服务收入补偿机制研究[J]
.科技和产业,2008,8(6):73-77.
被引量:5
4
苑津莎,张英慧,牛丽仙,刘献伟.
基于SOFM和支持向量机回归的短期负荷预测方法[J]
.电力科学与工程,2009,25(8):27-29.
被引量:2
5
陈琳.
家电下乡及农民返乡创业对农村用电影响调查[J]
.电力需求侧管理,2010,12(4):56-58.
6
蔡忠法,陈隆道,陈国志.
基于Adaline神经网络的家用电器谐波分析[J]
.仪器仪表学报,2011,32(7):1449-1454.
被引量:6
7
梁伟,侯世英,李福,邱刚,罗书豪.
常见家用电器谐波特性及功率特性分析[J]
.现代建筑电气,2011,2(12):52-56.
被引量:7
8
麻加贝,陆荻,肖承志.
阶梯电价的研究[J]
.金融经济(下半月),2012(10):115-117.
9
沈勇,杨荥,俞国勤,刘隽,臧建彬,王亚伟.
上海地区居民用电的影响因素和需求预测模型[J]
.华东电力,2012,40(10):1763-1766.
被引量:15
10
朱凯,尹海涛.
中国居民生活电力消费的分解分析[J]
.中国电力,2014,47(3):130-134.
被引量:10
同被引文献
5
1
李剑超.
人工神经网络在居民用电量预测中的应用[J]
.广西电力工程,2000(2):9-10.
被引量:3
2
肖正,朱家明,祁孟阳,万柳.
居民用电量的ARIMA时间序列预测[J]
.河南工程学院学报(自然科学版),2017,29(1):48-52.
被引量:7
3
戚其荟,肖国泉.
居民用电需求预测的人工神经网络方法[J]
.现代电力,2002,19(4):93-98.
被引量:1
4
许倡泷.
基于改进指数平滑算法的气温预测研究[J]
.科学技术创新,2018(2):29-31.
被引量:3
5
胡继红,叶卫星.
湖南城镇居民用电量预测模型初探[J]
.电力技术经济,2003(4):26-29.
被引量:1
引证文献
1
1
姚长征,张自强,李玉杰,王选岐.
基于大数据背景下时间序列的用电量预测模型构建[J]
.粘接,2022,49(10):180-184.
被引量:5
二级引证文献
5
1
王超,王银花.
基于BP神经网络的芜湖市社会用电量预测研究[J]
.淮北师范大学学报(自然科学版),2023,44(2):36-41.
被引量:3
2
张岚,季天瑶,刘嘉宁.
考虑细分行业及多影响因素的月度电量预测[J]
.广东电力,2023,36(6):30-39.
3
刘纳.
基于时间序列的电费自动核算方法[J]
.信息与电脑,2023,35(13):61-63.
4
刘芳,李海滨,李明昕,郭婷.
基于ARIMA模型的包头市全社会用电量短期预测[J]
.内蒙古科技大学学报,2023,42(4):307-310.
被引量:1
5
谢枫.
基于主成分分析法的全社会用电量影响因素研究[J]
.电力系统装备,2024(8):174-176.
1
邓志勇,陆培毅.
几种单桩竖向极限承载力预测模型的对比分析[J]
.岩土力学,2002,23(4):428-431.
被引量:46
2
汪永华.
住宅电气设计中应注意的问题[J]
.供用电,2001,18(5):47-48.
3
赵桂莲.
日本的乳胶消费预测[J]
.砖瓦世界,1989(5):15-15.
4
徐开年,王大庚.
解析港口工程中软基加固及沉降预测问题[J]
.建筑知识:学术刊,2013(B11):305-305.
5
徐贵辉,李峰.
原料场软土地基沉降预测方法探讨[J]
.科技创业月刊,2012,25(4):149-150.
6
赵光鹏,郑忠成.
软土地基沉降预测方法分析比较[J]
.天津城市建设学院学报,2008,14(3):176-179.
被引量:9
7
孟广文.
指数曲线模型在公路路基沉降预测中的应用研究[J]
.价值工程,2014,33(20):81-82.
被引量:4
8
王庆云.
指数曲线模型用于支盘桩单桩极限承载力预测[J]
.山西建筑,2008,34(4):127-128.
被引量:2
9
孙国飞.
浅谈高层建筑的供电设计[J]
.建筑知识:学术刊,2011(6):12-13.
10
康洪,彭振斌.
软土地基沉降预测模型分析与研究[J]
.矿冶工程,2009,29(2):9-11.
被引量:8
科技信息
2010年 第27期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部