电量预测：ARIMA

文章预览

  用电量预测专栏 Electricity Load Forecasting 09 上一篇谈到了时间序列数据，今天，我们将继续为您介绍时间序预测的经典模型—— ARIMA 。 ARIMA 自回归积分滑动平均模型（ARIMA）是一种广泛应用于时间序列预测的统计模型。它由三个主要组成部分构成：自回归（AR）、差分（I）和移动平均（MA）。ARIMA模型能够分析和预测具有时间依赖性的数据，如股票价格、温度变化、销售额等。在用电量的预测中也发挥作用。 原理 Principle 自回归（AR）部分 假设今天的用电量与前几天的用电量相关联。为 考虑时间序列过去值对其未来值的影响 ，你会构建一个AR(3)模型，它考虑了过去三天的用电量来预测今天的用电量。 其中： Yt是第t天的用电量； c是一个常数项，代表用电量的基础水平； ϕ1, ϕ2, ϕ3是模型参数，表示过去三天用电量对今天用电量的影响程度； ϵt是误 ………………………………