AR IMA模型对时间序列数据的线性和非线性模式都具有较强的捕获能力,尤其是在电力负荷这种具有明显时间依赖性的数据上。本文利用某地区一月内的电力负荷数据对该模型进行了验证,并与传统的BP神经网络方法进行了对比,结果表明,在提前1...
详细信息
AR IMA模型对时间序列数据的线性和非线性模式都具有较强的捕获能力,尤其是在电力负荷这种具有明显时间依赖性的数据上。本文利用某地区一月内的电力负荷数据对该模型进行了验证,并与传统的BP神经网络方法进行了对比,结果表明,在提前1步和提前5步预测中ARIMA模型在根均方误差(RMSE)、平均绝对百分比误差(MAPE)、平均绝对误差(MAE)等3个指标方面具有明显优势。
暂无评论