基于VECM的工业行业耦合关联特性分析与电力负荷预测

郭耀扬; 张利; 韦于思; 李梦宇; 郝颖; 赵波

doi:10.16543/j.2095-641x.electric.power.ict.2025.02.01

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于VECM的工业行业耦合关联特性分析与电力负荷预测

面向新型电力系统的客户侧电力电量分析预测技术及应用 | 更新时间：2026-01-30

- 基于VECM的工业行业耦合关联特性分析与电力负荷预测
- 基于VECM的工业行业耦合关联特性分析与电力负荷预测
- 电力信息与通信技术 2025年23卷第2期页码：1-10
- 作者机构：
  
  1. 北京信息科技大学自动化学院
  2. 需求侧多能互补优化与供需互动技术北京重点实验室(中国电力科学研究院有限公司)
  3. 国网河北省电力有限公司营销服务中心
- 作者简介：
- 基金信息：
  
  国家社科基金年度项目“电动汽车与配套电力供应链的系统发展路径研究”(19BJY077)
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.02.01
  中图分类号： TM715;TP183
- 纸质出版：2025
- 稿件说明：
移动端阅览
郭耀扬, 张利, 韦于思, 等. 基于VECM的工业行业耦合关联特性分析与电力负荷预测[J]. 电力信息与通信技术, 2025,23(2):1-10.

郭耀扬, 张利, 韦于思, et al. 基于VECM的工业行业耦合关联特性分析与电力负荷预测[J]. 2025, 23(2): 1-10.
郭耀扬, 张利, 韦于思, 等. 基于VECM的工业行业耦合关联特性分析与电力负荷预测[J]. 电力信息与通信技术, 2025,23(2):1-10. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.02.01.

郭耀扬, 张利, 韦于思, et al. 基于VECM的工业行业耦合关联特性分析与电力负荷预测[J]. 2025, 23(2): 1-10. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.02.01.

摘要

由于不同工业行业间尤其是上下游行业间存在显著的耦合关联关系，电力负荷通常相互影响，从而提升了电力负荷预测难度。文章引入计量经济学中的向量误差修正模型(vector error correction model

VECM)到电力负荷分析预测领域，分析多工业行业间的相互影响机制，从受自身历史发展、受其他行业影响2种不同角度实现对工业行业间复杂耦合关系的量化表征，并基于此模型实现对工业行业负荷的精准预测。实例对比表明，文章基于VECM提出的负荷预测方法能够很好地表征工业行业间的耦合关系，从而更好地支撑高精度的工业行业负荷预测。

Abstract

关键词

Keywords

references

于寄语.时间序列的结构变化和单位根检验[D].华中科技大学,2017(10).

Ye Qing,Wang Yi,Li Xiaole,Guo Jinbo,Huang Yifa,Yang Bo.A power load prediction method of associated industry chain production resumption based on multi-task LSTM[J].Energy Reports,2022.

Wang Yuanyuan,Sun Shanfeng,Chen Xiaoqiao,Zeng Xiangjun,Kong Yang,Chen Jun,Guo Yongsheng,Wang Tingyuan.Short-term load forecasting of industrial customers based on SVMD and XGBoost[J].International Journal of Electrical Power and Energy Systems,2021.

Xiaoxing Lu,Kangping Li,Hanchen Xu,Fei Wang,Zhenyu Zhou,Yagang Zhang.Fundamentals and business model for resource aggregator of demand response in electricity markets[J].Energy,2020.

Fei Wang,Biao Xiang,Kangping Li,Xinxin Ge,Hai Lu,Jingang Lai,Payman Dehghanian.Smart Households’ Aggregated Capacity Forecasting for Load Aggregators Under Incentive-Based Demand Response Programs[J].IEEE Transactions on Industry Applications,2020.

Li Kangping,Cao Xin,Ge Xinxin,Wang Fei,Lu Xiaoxing,Shi Min,Yin Rui,Mi Zengqiang,Chang Shengqiang.Meta-Heuristic Optimization Based Two-stage Residential Load Pattern Clustering Approach Considering Intracluster Compactness and Inter-cluster Separation[J].IEEE Transactions on Industry Applications,2020.

Wang Yuanyuan,Kong Yang,Tang Xiafei,Chen Xiaoqiao,Xu Yao,Chen Jun,Sun Shanfeng,Guo Yongsheng,Chen Yuhao.Short-Term Industrial Load Forecasting Based on Ensemble Hidden Markov Model[J].IEEE ACCESS,2020.

宋扬,陈琛.基于VECM模型的水资源利用与经济增长关系研究[J].人民黄河,2022(S2).

李龙飞,钟海旺,张广伦,谭振飞.基于因果分析的行业月度电量预测方法[J].电网技术,2023(09).

董家富,万雄,王岩,叶瑞丽,熊志杰,范海威,薛一波.基于XGB-Transformer模型的短期电力负荷预测[J].电力信息与通信技术,2023(01).

许萍,宋宜林,陈梓豪.基于VAR模型的城市居民用水需求同水价和收入的动态关系研究[J].中国农村水利水电,2022(06).

杨德州,刘嘉明,宋汶秦,杨昌海,妥建军,王飞.基于改进型自适应白噪声完备集成经验模态分解的工业用户负荷预测方法[J].电力系统保护与控制,2022(04).

田文甫慧.云南省能源消费与经济增长动态关系——基于向量误差修正模型的实证研究[J].科技和产业,2022(01).

夏铭娜,徐开娟,黄海燕.我国体育产业结构升级的就业效应——基于向量误差修正模型的实证分析[J].上海体育学院学报,2020(10).

李闯,孔祥玉,朱石剑,田世明,鄂志军.能源互联环境下考虑需求响应的区域电网短期负荷预测[J].电力系统自动化,2021(01).

田世明,龚桃荣,黄小庆,于文龙.基于电力大数据的地区E-GDP值预测[J].电力自动化设备,2019(11).

任伟杰,韩敏.多元时间序列因果关系分析研究综述[J].自动化学报,2021(01).

刘俊,赵宏炎,刘嘉诚,潘良军,王楷.基于协整-格兰杰因果检验和季节分解的中期负荷预测[J].电力系统自动化,2019(01).

杨甲甲,刘国龙,赵俊华,文福拴,董朝阳.采用长短期记忆深度学习模型的工业负荷短期预测方法[J].电力建设,2018(10).

孙才志,马奇飞,李素娟.中国水资源绿色效率TFP变化趋势预测[J].人民黄河,2018(02).

彭虹桥,顾洁,宋柄兵,马睿,时亚军.基于多维变量筛选-非参数组合回归的长期负荷概率预测模型[J].电网技术,2018(06).

赵晓丽.产业结构变化对我国电力需求的影响[J].华北电力大学学报(社会科学版),2004(04).

施慧欣.基于VECM模型的中国碳金融交易价格影响因素分析[D].华东交通大学,2023(05).

项宇博.中国碳配额价格影响因素研究[D].上海财经大学,2022(10).

蒋贲.用电市场景气分析研究[D].华北电力大学（北京）,2009(10).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于长短时记忆网络的电热协同运行异常识别方法

污水处理消毒技术及发展方向

改善滤尘网的清洗作业方式,提高机车使用效率

锦州机务段中水回用工程的运用

铁路噪声预测计算方法