Python、R语言南方电网、电力负荷数据多模型构建:分位数回归、GAM样条曲线、指数平滑和SARIMA与预测实践
在数字经济浪潮席卷全球的当下,电力行业正经历着从传统运营模式向数据驱动型模式的深刻变革。
在数字经济浪潮席卷全球的当下,电力行业正经历着从传统运营模式向数据驱动型模式的深刻变革。
WeChat Tencent QQ email print 由Enzo Li撰写 开发一个预测模型,根据一
最近我们被客户要求撰写关于预测销量时间序列的研究报告。指数平滑模型是基于对数据趋势和季节性的描述,而ARIMA模型则是为了描述数据的自相关性。
本文从实践角度讨论了季节性单位根。
电力负荷预测是电网规划的基础,其水平的高低将直接影响电网规划质量的优劣。
使用ARIMA模型,您可以使用序列过去的值预测时间序列。
在本文中,我将介绍ARMA,ARIMA(Box-Jenkins),SARIMA和ARIMAX模型如何用于预测给定的时间序列数据。
永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。
技术干货
最新洞察
This will close in 0 seconds