发电厂生产电量的预测和分析
从改革开放以来，中国的电力行业蓬勃发展，生产电量预测在电源开发、电网建设、社会安定等方面有着重要影响，世界各地的电力部门都十分重视电能预测工作。由于影响电量生产的因素众多，作者从每小时平均环境变量温度，环境压力，相对湿度和排气真空四个方面进行研究，基于一元线性回归和多元线性回归模型，实现了对循环发电厂生产电量预测和分析。利用多元线性回归分析实现生产电量的预测，首先构建线性回归模型，其次对模型进行检验，最终应用模型进行生产电量预测与误差分析，大大提高了电量预测的精确度。
关键词：多元线性回归；线性回归；生产电量
新一代人工智能在近年来成为国内外钻研的热点，其中的典型代表机器学习算法，经过剖析和学习大批的已有或生成的数据构成预测和判别，在《Machine Learning》中 Tom M．Mitchell 指出，机器学习就是指“利用经验自动提高系统性能的计算机行为”。也就是说，机器学习是指经过计算机学习数据中存在于内部的规律性信息，来取得新的经历和知识，最终，计算机的智能性得到进步。影响电厂发电量的因素众多，作者以某循环发电厂为例，从每小时的平均的环境变量温度，环境压力，相对湿度和排气真空四个维度展开，运用过去2006~2011年间该循环发电厂满负荷工作时从发电厂周围各种传感器中获取的数据，构建多元线性回归模型来钻研预测每小时电能的输出。希望以此为切入点，让它作为发电厂生产电量的根据，并未城市经济的开展提供重要的根据。
*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】
