基于电力大数据的地区E-GDP值预测
为通过电力发展和使用数据评估一个地区的经济发展水平,提出一种表征地区国内生产总值(GDP)发展趋势的类GDP值(E-GDP)的预测方法.该方法基于多源电力大数据和动态贝叶斯网络(DBN)机器学习,采用灰色关联分析法筛选出与GDP变化趋势关联度较大的关键电力数据.利用格兰杰因果分析确定与GDP变化具有因果关联关系的电力指标,并确定各电力指标间的因果关系.进一步运用所得出的因果关系建立DBN预测获得E-GDP.最后将所提方法应用于上海市E-GDP预测,算例结果表明所提方法可以准确地预测地区E-GDP值,同时还可预测得出GDP的概率分布情况.
灰色关联分析、格兰杰因果分析、动态贝叶斯网络、机器学习、GDP、电力大数据
39
TM73;F416.61(输配电工程、电力网及电力系统)
国家电网公司科技项目520940180016
2019-12-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
198-204