典型文献
双碳及能源安全背景下中国电煤月度需求组合预测
文献摘要：
双碳发展背景下,准确及时的电煤需求预测有利于国家制定电煤供需计划及能源安全供给.现有研究对电煤月度需求预测的较少,且精度欠佳,难以保证电煤月度需求感知的及时性和准确性.提出由回归加权融合反向传播神经网络、门控循环单元网络和长短期记忆网络的组合预测模型预测我国电煤月度需求.首先采用格兰杰因果检验从月度经济及能源生产因素中筛选显著影响电煤需求的变量.然后构建单一及组合模型进行预测,其中,组合模型权重由回归计算得到.结果表明,相较单一模型,组合预测模型在电煤需求预测中性能更好.
文献关键词：
双碳及能源安全;电煤月度需求预测;格兰杰因果变量筛选;组合预测
中图分类号：
作者姓名：
成润坤;岳赛雅;张国维;侯赛;刘达
作者机构：
华北电力大学经济与管理学院,北京 102206;华北电力大学智慧能源研究所,北京 102206
文献出处：
引用格式：
[1]成润坤;岳赛雅;张国维;侯赛;刘达-.双碳及能源安全背景下中国电煤月度需求组合预测)[J].智慧电力,2022(09):1-7
A类：
双碳及能源安全,电煤月度需求预测,格兰杰因果变量筛选
B类：
双碳发展,家制,安全供给,及时性,回归加权,加权融合,反向传播神经网络,门控循环单元网络,长短期记忆网络,组合预测模型,格兰杰因果检验,组合模型,模型权重,回归计算
AB值：
0.219329
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
