文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于SAS软件的城市电力需求ARIMA模型及预测
侵权投诉

基于SAS软件的城市电力需求ARIMA模型及预测

城市年度电能消耗数据既有随机成分,又有较明显的内在规律。科学预测城市电力需求,是一项重要的基础性工作,需要有一种较为简易又有足够精度的预测方法。从紧贴实际和易于检验出发,以常州市1995~2004年度的奎社会用电量作为时间序列,用求和自回归移动平均(ARIMA)乘积模型建模,并做出1年期电能消耗预测。将预测结果和2005年1~12月的实际用电量进行对比,预测结果令人满意

维普资讯 doc.guandang.net

B 7 7 7 7 7 6 0 8 6 4 2 O 8

王正洪等:基于 S S A软件的城市电力需求 A I R MA模型及

预测

只有那些序列值之间具有密切的相关关系,历史数据对未 来发展有一定影响的序列,值得我们去挖掘历史数据中才

的有效信息,来预测序列未来的趋势。本文用 S s软用 A

件对差分后的序列进行了自相关分析,其结果是自相关系 数的白噪声检验拒绝序列为白噪声的原假设,因此该序列应该继续建模进行分析。序列的自相关图和偏自相关图 分别示于图 4和图 5。

图 1常州市 1 9 ̄2 0 9 5 0 4年度全社会用电量

3预处理

AR MA建模方法是以序列的平稳性为前提的, l因此首先要把非平稳序列转换为平稳序列。针对原始时间序列具有季节性变化同时有增大的趋势,先用对数变换消除 J N9 A A 5 N9 A J 6 N9 A J 7 N9 A J 8 N9 J 9J 0 N0 AN 2 A 3J N0 A 5 AN 0J A 1 J 0 N0 A 4J N0 J

增幅越来越大的现象。消除增幅后的时间序列如图 2 所示。 Lg o Ee t ct n u t n l r i Co s mpi ci y o

Mo h nt

囤 3差分运算后的序列

从图中看出,自相关系数显示非截尾的性质,偏自相关系数图中延迟 1阶和 1 2阶的自相关系数明显超过 2倍

标准差范围(自相关图中第 1行对应 0阶, 2行对应 1第 阶,以下类推。虚线内为 2标准差范围)倍。根据建模原理,合考虑前面所进行的差分运算, R MA模型现简化综 A I 为I MA模型,选择 MA的阶数为 1 1,采用 q可、2即一

()1) 1 (2来进行参数估计。 J N 5J A 9 AN9 A 7J N9 6J N9 A 8J AN9 A 0J N0 AN0 9J N0 A J J 2J AN0 A 0 3J N 4J AN0 5 Mo t t r h

5参数估计 ●

图 2时原始序列取时数后的序列

参数估计中,个系数都明显拒绝为零的假设,以保两可留 (图 6。对模型的残差为白噪声的原假设,噪声残差见 )白

对原始时间序列取对数变换后的新序列,明显存在季 节性和增长趋势,要对这个新序列再进行滞后 1次和滞需后 1次 (节周期一1 )差分运算, 2季 2使其转换成平稳序列。转换后的序列如图 3所示。 4 .

的卡方统计量为 1 . 6对

应的概率值为 0 4 1明显大于 O4, .0,显著水平,故不能拒绝残差为白噪声,明该模型是成立说 的。 MA的两个因子为 ( 1— 0 5 1 B)和 ( .6 3 4 1—

模型识别

0 7 08B )代入 I . 9 5 MA模型的估计形式,确定的具体模 型为: V Z一 ( 1一 B) (1一@ )e B 一

进行上述差分运算后,可以用计算机软件进行运就算。A I R MA建模方法分为 3个阶段:型识别,模参数估计 和诊断检验。首先,不是所有的平稳序列都值得建模,并 l6 6

( 0 6 3 1 1 . 5 4B) 1— 0 7 0 8 B ) ( . 9 5

其中,互一 lg∞。 o

基于SAS软件的城市电力需求ARIMA模型及预测

上一页第2页

你可能喜欢

  • ARMA模型
  • 系统动力学模型
  • 生态模型
  • 水资源预测模型

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email