基于多元线性回归与比例替代法的电动汽车保有量预测方法技术

本发明专利技术属于汽车工业数据预测技术领域，尤其涉及一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，通过收集传统机动车保有量相关的影响因素，借助多元线性回归法对影响因素和目标变量的相关性进行分析，建立传统汽车保有量的多重共线性模型并验证；根据已知年份的各影响因素数据的多项式拟合结果，预测出各影响因素的未知年份数据，代入上述多重共线性模型后，预测出未来年份的传统汽车保有量；结合当地对电动汽车替代比例以及电动汽车实际增长情况，获得替代新增量，进而预测出未来年份的电动汽车总量。本发明专利技术能够利用统计数据计算得出传统汽车保有量，并且推算出电动汽车保有量，有助于电动汽车充电设施规划及政策分析。

【技术实现步骤摘要】

本专利技术属于汽车工业数据预测
，尤其涉及一种基于多元线性回归与比例替代法的电动汽车保有量预测方法。
技术介绍
汽车工业是国民经济的支柱产业，它与人们的生活息息相关，已成为现代社会必不可少的组成部分。但是，以石油为燃料的传统的汽车工业，在为人们提供快捷、舒适的交通工具的同时，增加了国民经济对化石能源的依赖，加深了能源生产与消费之间的矛盾。随着资源与环境双重压力的持续增大，发展新能源汽车已成为未来汽车工业发展的方向。我国已出台多项政策推动电动汽车大规模示范应用，新能源汽车充换电设施是新能源汽车发展的基础条件，充换电服务网络的形成有利于推进新能源汽车的发展。而电动汽车保有量发展趋势预测是电动汽车充/换电服务网络规划建设的重要参考依据，在分析汽车市场发展规律的基础上，预测电动汽车发展趋势，可为电动汽车相关规划提供参考依据。目前，对于电动汽车保有量的研究，主要有弹性系数法、千人保有量法、运用Logistic模型建模、灰色系统理论建模和Bass模型预测等方法，但大多采用单一方法对电动汽车发展规模进行预测，存在单一性、局限性等问题。
技术实现思路
针对上述存在的问题，本专利技术提出了一种基于本文档来自技高网...

【技术保护点】
一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，其特征在于，包括：步骤1、通过收集传统机动车保有量相关的影响因素，借助多元线性回归法对影响因素和目标变量的相关性进行分析，建立传统汽车保有量的多重共线性模型，对模型的有效性进行验证；步骤2、根据已知年份的各影响因素数据的多项式拟合结果，预测出各影响因素的未知年份数据，代入上述多重共线性模型后，预测出未来年份的传统汽车保有量；步骤3、结合当地对电动汽车替代传统汽车的电气化更新替代比例以及电动汽车实际增长情况，获得电动汽车的替代新增量，进而预测出未来年份的电动汽车总量。

【技术特征摘要】
1.一种基于多元线性回归与比例替代法的电动汽车保有量预测方法，其特征在于，包括：步骤1、通过收集传统机动车保有量相关的影响因素，借助多元线性回归法对影响因素和目标变量的相关性进行分析，建立传统汽车保有量的多重共线性模型，对模型的有效性进行验证；步骤2、根据已知年份的各影响因素数据的多项式拟合结果，预测出各影响因素的未知年份数据，代入上述多重共线性模型后，预测出未来年份的传统汽车保有量；步骤3、结合当地对电动汽车替代传统汽车的电气化更新替代比例以及电动汽车实际增长情况，获得电动汽车的替代新增量，进而预测出未来年份的电动汽车总量。2.根据权利要求1所述方法，其特征在于，所述步骤1具体包括：步骤1.1：收集传统机动车保有量相关的影响因素，包括：城镇居民家庭人均可支配收入、燃料动力购进价格指数、城区建成面积、公路里程、地区生产总值、道路货运量、公路客运量、城镇人口总数、公路里程、人均GDP与城市化率、工业总产值、社会消费零售总额；步骤1.2：取对数公式如下：w=1a+be-λ---(1)]]>令ebo＝b，e为自然对数，w是应变量，λ是自变量，L、a、b为常系数，可得到变换式将所有与传统机动车保有量相关的影响因素设为x1,x2,…,xi,…,xn，为了取值方便，将影响因素各自取对数然后再带入，可得到式(2)：w=L1+Leb1logx1+b2logx2+b3logx3+...+bilogxi+...bnlogxn+b0---(2)]]>式(2)中b0,b1,…,bi,…,bn是常数，设Xi＝logxi,得：W＝b1x1+b2x2+b3x3+…+bixi+…bnxn+b0 (3)式(3)中，W为传统汽车保有量，单位为辆；Xi为与传统汽车保有量相关的影响因素，bi为常数；将式(3)转化为多元一次线性方程组求解，可获得基于多源数据的汽车保有量预测模型，该模型为多元回归模型；步骤1.3：对影响因素和目标变量进行组合分析，得出传统汽车保有量多重共...

【专利技术属性】
技术研发人员：师瑞峰，马源，杨阳，梁子航，孙常浩，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11