發(fā)布時間：2024-06-29 13:54

　　研究具有動態(tài)平滑系數(shù)和參數(shù)的動態(tài)三次指數(shù)平滑法在火電廠發(fā)電量預測的適用性,并且與傳統(tǒng)的時間序列預測模型加權移動平均法進行比較。以部分河北省邯鄲市的火電廠發(fā)電量為研究對象,對月發(fā)電量進行預測。通過采集到的發(fā)電量數(shù)據(jù)對兩種預測模型進行編譯和實現(xiàn),并嵌入預測干預法,通過相對誤差和方差的比較,證明基于動態(tài)三次指數(shù)平滑的時間序列預測模型具有良好的預測精度和預測數(shù)據(jù)拐點的能力,在火電廠發(fā)電量的預測中有較高的實用性。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1算法流程圖

動態(tài)三次指數(shù)平滑法的預測模型流程圖如圖1所示。2實驗過程

圖22017年相對誤差對比圖

將動態(tài)三次指數(shù)平滑模型與加權移動平均法（MA）模型預測的發(fā)電量的方差進行比對，結(jié)果如表3所示。將兩種模型預測的2017,2018年的平均相對誤差比對，按照年份生成折線圖，結(jié)果如圖2和圖3所示。圖32018年相對誤差對比圖

圖32018年相對誤差對比圖

圖22017年相對誤差對比圖根據(jù)表3的方差可以看出，加權移動平均法的預測模型方差較大，雖然部分預測的方差相對較小，但是整體均大于動態(tài)三次指數(shù)平滑的方差。根據(jù)圖2，圖3可知，兩種預測模型的平均相對誤差都較小，但是從誤差對比來看，動態(tài)三次指數(shù)平滑的整體誤差小于加權移動平均法，并且相....

圖2-1時間序列預測模型的選擇

常見的時間序列模型大致分為三種:加權移動平均模型、指數(shù)平滑模型、ARIMA自回歸差分模型。選擇數(shù)據(jù)的預測種類是重中之重,利用時間數(shù)據(jù)進行預測,通常假定過去的變化趨勢會延續(xù)到未來,這樣就可以根據(jù)過去已有的形態(tài)或模式進行預測。一般來說,任何時間序列都會有不規(guī)則成分存在,在商務和管理數(shù)....

本文編號：3997650