基于多学科优化设计方法的电力消费数据预测研究
Techniques of Automation and Applications(2021)
Abstract
本文利用多学科优化设计方法,构建电力消费数据与经济发展的响应面(Response Surface Methodology,RSM)、径向基函数(Radial Basis Function,RBF)和克里金(Kriging)三种模型,并分析了它们的误差,从而对电力消费数据进行预测.结果表明,RSM、RBF和Kriging模型对电力消费数据预测的相对精度分别为93.36%、98.44%和84.89%,其中,RBF模型的预测精度最高,能实现对电力消费数据的准确预测.而Kriging模型的相对精度很差,不适合应用于电力消费数据的预测.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined