趋势预测技术.pptVIP

第一节 水平趋势预测技术 水平趋势预测技术 2、一次滑动平均法 水平趋势预测技术 3、一次指数平滑法 第二节 线性趋势预测技术 1、二次滑动平均法 线性趋势预测技术 一次、二次滑动平均值，截距，斜率都求出后，则得预测值： 线性趋势预测技术 2、二次指数平滑法 线性趋势预测技术 一次、二次指数平滑序列，预测直线的截距和斜率都求出后，则得预测值： 第三节 季节型趋势预测技术 季节型趋势预测技术 在电力负荷随时间的变化过程中，一般除存在着某种增长趋势外，还普遍存在着多种周期性变化。一年四季的气候变化对电力需求造成影响，使之呈现以年度为周期的季节性变化。还有以月、以星期、以日为周期的变化，习惯上仍称之为季节型趋势。 季节型趋势现象普遍存在，比如：饮料的销量、潮水的涨落、电风扇的销量、啤酒销量等等 季节型趋势预测技术 季节因素，随着季节的变化，冬夏的更替，人们对电力的消费量会改变。 另一个是趋势因素，对电力的需求除随季节变化而变化以外，还会随时间的推移而增长（降低） 由于季节性趋势主要由季节因素和趋势因素叠加而成，因此也称为二重趋势。 季节型趋势预测技术 预测模型如何建立？ 线性增长趋势 季节型趋势（周期性）用各季节的指数来表示 增长趋势与季节型趋势并存时，可以看做是两种变化趋势的叠加，叠加的方式有两种: 一种是加法 一种是乘法 季节型趋势预测技术 因为加法模型与乘法模型在处理大同小异，所以我们重点讨论线性增长趋势与季节型趋势的乘积模型。 一、先定线性趋势的预测技术 预测原理和公式 若数据序列 具有线性趋势，同时具有季节型趋势（周期为 , , ）并且适合乘积模型。 原始数据期数（个数） 周期数（季节个数） 一、先定线性趋势的预测技术 方法： 先确定线性趋势，在从数据中把它扣除后再定季节指数 ，就是先定线性趋势的预测方法 。 一、先定线性趋势的预测技术 第一步 拟合一条直线。可以用回归方法，但使用 二次平滑平均法更方便，即用全部历史数 据求得滑动平均预测模型 取 可求出 即为直线趋势值。 注：1、N= 的整数倍 2、 在同一直线上 一、先定线性趋势的预测技术 第二步：确定季节指数。 实际上未必严格符合模型 解决各周期内的同一时刻指数不相等问题。 一、先定线性趋势的预测技术 规范化 对应 取 二、先定季节指数的预测技术 1、确定季节指数 由建立的乘积模型 得 季节性指数： 要求季节指数，必须先求出线性趋势值，但是 未知，用各周期的平均值代替。 二、先定季节指数的预测技术 把历史负荷数据 记为： 可计算出平均值 求得 二、先定季节指数的预测技术 把各周期中同时刻上的 的平均值作为季节指数 由于 所求季节指数符合归一化条件，不用进行规范化处理。 二、先定季节指数的预测技术 2、求线性趋势 由 得 现在已经得出 ，于是得出消除季节影响的序列 二、先定季节指数的预测技术 把得出的新序列 ...； 重新编号记为 用二次滑动平均或二次指数平滑等方法均可求出线性趋势 二、先定季节指数的预测技术 3、预测模型 当 时， 对应取 。 * * 如果收集到负荷变化的T期数据x1,x2,x3…xT，具有水平趋势，其散点图表现为在一条水平直线上下随机波动。 1、全平均法 在t(t≤T)时刻，用t期以前的全部数据作平均，即： 作为未来的负荷预测数值。 实现“重近轻远”的预测原则，可以通过对数据加以不等权，近期数据给予较大权数，远期数据给予较少的权数，目的在于强化近期数据的作用，弱化远期数据的影响。一次滑动平均法对近N期数据加上等权1/N，忽略前面的数据