基于时间序列电力负荷数据分析.pdfVIP

Advances in Applied Mathematics 应用数学进展, 2016, 5(2), 214-224 Published Online May 2016 in Hans. /journal/aam /10.12677/aam.2016.52028 Analysis of Electric Load Data Based on Time Series Shuo Yuan, Liding Chen, Guopeng Sun, Jinguan Lin* Department of Mathematics, Southeast University, Nanjing Jiangsu rd th th Received: Apr. 23 , 2016; accepted: May 10 , 2016; published: May 13 , 2016 Copyright © 2016 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/ Abstract Time series analysis method is one of the important tools in the field of power load forecasting. It mainly describes the law of the historical data dynamic change over time to predict the future value by establishing a relevant model. In this paper, Winter’s exponential smoothing method and seasonal ARIMA model are applied to model estimating on the power load data, and the authors use the Mean Absolute Percentage Error (MAPE) to measure the accuracy. The results prove that both of them have high fitting and forecasting precision. Keywords Electric Load, ARIMA, Time Series, Forecasting, Exponential Smoothing 基于时间序列的电力负荷数据分析 袁 硕，陈礼定，孙国鹏，林金官* 东南大学数学系，江苏 南京 收稿日期：2016年4月23 日；录用日期：2016年5月10 日；发布日期：2016年5月13 日 摘 要 时间序列分析方法是电力负荷预测领域的重要工具之一，它主要通过建立相关模型描述历史数据随时间 *通讯作者。 文章引用: 袁硕, 陈礼定, 孙国鹏, 林金官. 基于时间序列的电力负荷数据分析[J]. 应用数学进展, 2016, 5(2): 214-224. /10.12677/aam.2016.52028 袁硕 等 动态变化的规律以预测未来的值。本文采用温特线性与指数平滑法和季节乘积ARIMA模型对电力负荷实 测数据进行建模，然后分别使用平均相对误差MAPE衡量预测精度。研究结果表明：两种方法均有较高 的拟合与预测精度。 关键词 电力负荷，ARIMA ，时间序列，预测，指数平滑 1. 引言 电力负荷预测是能量