《表3 残差白噪声检验:居民区用电负荷特性研究与模型预测》
接下来进行模型的定阶,考虑差分后的自相关函数(autocorrelation function,ACF)和偏自相关函数(partial autocorrelation function,PACF)图的性质,如图5所示。尝试拟合季节乘积模型ARIMA,见表2,最终选定赤池信息量准则(akaike information criterion,AIC)最小的拟合模型为ARIMA(0,1,3)×(0,1,1)96,其中残差白噪声检验说明模型显著有效,参数显著。表3给出了残差白噪声检验,检验结果显示模型拟合显著。图5中虚线表示5月11日的预测值,在证明了h小区的预测模型具有良好的拟合与预测精度之后,本文通过h小区的预测模型来预测q小区的负荷数据。表4给出了h小区模型的预测值与q小区的实际负荷值对比。从表中可以看出,预测值与真实值接近,误差在5%范围内。说明h小区的预测模型能够准确地预测q小区的负荷数据。
图表编号 | XD00116621300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.15 |
作者 | 郭国太 |
绘制单位 | 厦门电力勘察设计院有限公司 |
更多格式 | 高清、无水印(增值服务) |