EFFECT ON PARAMETERS MODEL FORECASTING ACCURACY POWER CONSUMPTION AT THE FACILITY ENERGY MARKET
DOI:
https://doi.org/10.20535/1813-5420.3.2016.85893Keywords:
exponential smoothing, Box-Jenkins model, model Holt, model Winter, smoothing factor trend seasonality, model parametersAbstract
We consider how the parameters affect the methods of forecasting future electricity consumption forecast. The study used a model of exponential smoothing of the first order, the model Holt, Winter model and model Box-Jenkins. The applied methods of selecting options that affect forecasting allow conclusions on the behavior prediction accuracy depending on the model parameters. The article can significantly affect how the right choice of the models and methods of forecasting electricity. The study will allow the production process to carry electricity consumption forecast industrial facilities.References
Прогнозирование електропотребления: современные методы и пример исследования / [Л. А. Большов, М. Ф. Каневский, Е. А. Савельева та ін.]. // Известия академии наук. Энергетика. – 2004. – №6. – С. 74–93.
Васильев Д. А. Модели автоматизированного прогнозирования электрических нагрузок промышленных предприятий / Д. А. Васильев, В. А. Иващенко. // Управление большими системами.. – 2012. – №34. – С. 254–266.
Кулик М. М. Прогнозування графіків електричних навантажень об'єднаної енергосистеми на довгострокову перспективу / М. М. Кулик, С. В. Дубовський, П. П. Корбін. // Проблеми загальної енергетики. – 2004. – №10. – С. 7–11.
Арзамасцев Д. А. Модели и методы оптимизации развития энергосистем. / Д. А. Арзамасцев, А. В. Липес, А. Л. Мызин. – Свердловск: УПИ, 1976. – 146 с.
Веников В. А. Оптимизация режимов электростанций и энергосистем. Учебник для вузов. / В. А. Веников, В. Г. Журавлев, Т. А. Филипова. – М.: Энергоатомиздат, 1990. – 352 с.
Кондрашова Н. В. Сравнительный анализ методов сглаживания и МГУА для прогнозирования временных рядов / Н. В. Кондрашова, Н. В. Павлов. // УСиМ.. – 2009. – С. 84–101.
Алексеева И. Ю. Метод экспоненциального сглаживания линии тренда временного ряда в сочетании с методом индексов сезонности при краткосрочном прогнозировании электропотребления / И. Ю. Алексеева, В. П. Степанов, А. С. Ведерников. // Вестн. Самар.гос. тех. ун-та сер. тех науки. – 2008. – №1. – С. 137–143.
Седов А. В. Системы контроля, распознавания и прогнозирования электропотребления: модели, методы, алгоритмы и средства / А. В. Седов, И. И. Надтока. – Ростов-н/Д: Изд-во Ростовского ун-та, 2002. – 170 с.
Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. Учебное пособие / Ю. П. Лукашин. – М.: Финансы и статистика, 2003. – 416 с.
Пашкеев С. Д. Машинные методы оптимизации в технике связи. Учебное пособие для вузов. / С. Д. Пашкеев. – М.: Связь, 1976.
Downloads
Published
Issue
Section
License
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
