环境因素在澳大利亚电力需求预测中的重要性
应用统计
2021-12-30 v3
摘要
我们开发了一个时间序列模型，用于以年度时间尺度预测澳大利亚三个主要州的周峰值电力需求，并展示了环境因素在改善预测中的关键作用。更确切地说，我们构建了季节性自回归积分滑动平均（SARIMA）模型，并通过引入包括最高温度、最低温度和日照量在内的外生环境变量对其加以增强。所估计的混合SARIMA-回归模型表现出3.41%的优异平均绝对百分比误差（MAPE）。此外，我们的分析通过显示混合模型相较仅包含电力需求变量的粗略SARIMA模型在MAPE上实现了46.3%的显著改善，证明了环境因素的重要性。为了说明我们模型的有效性，我们将结果与最先进的机器学习预测方法进行比较。结果显示我们的模型优于后者方法。
引用
@article{arxiv.1911.00817,
title = {The Importance of Environmental Factors in Forecasting Australian Power Demand},
author = {Ali Eshragh and Benjamin Ganim and Terry Perkins and Kasun Bandara},
journal= {arXiv preprint arXiv:1911.00817},
year = {2021}
}
备注
Keywords: Electricity power peak demand forecasting, Environmental factors, SARIMA-regression Model