十九种不同电力消耗预测方法的比较及其在土耳其五个家庭中的应用
统计金融
2016-07-20 v1
摘要
家庭电力消耗预测的准确性对于做出更具成本效益和能源效率的决策至关重要。为了设计准确、适当且高效的预测模型，必须分析序列的特征。时间序列数据来源于 Online Enerjisa 系统，这是土耳其首都的电力能源供应商系统，消费者可从中获取最近两年的电力消耗数据；在本研究中，时间段为 2014 年 5 月至 2016 年 5 月。我们应用了多种技术分析数据：经典分解模型（包括标准型和中心移动平均法）、回归方程、指数平滑模型和 ARIMA 模型。在本研究中，我们比较了十九种不同的方法，所有这些方法至少在方法论方面具有多样性，并通过考虑 MAPE、MAD 和 MSD 的最小值来确定最佳预测模型。作为第一步，我们选取 2014 年 5 月至 2016 年 5 月的时间段，利用最佳预测模型得出了 2016 年 6 月的预测值。在找到最佳预测模型并得出 2016 年 6 月的拟合值后，进行了验证过程；我们进行了比较，以观察 2016 年 6 月的实际值与该特定时段的预测值的匹配程度。随后，我们分别对五个家庭进行了接下来 3 个月（2016 年 6 月至 9 月）的电力消耗预测。
引用
@article{arxiv.1607.05660,
title = {A Comparison of Nineteen Various Electricity Consumption Forecasting Approaches and Practicing to Five Different Households in Turkey},
author = {T. O. Benli},
journal= {arXiv preprint arXiv:1607.05660},
year = {2016}
}