自回归综合移动平均预测模型

自回归综合移动平均预测模型

数据采集

本文选取了2011年某省电力系统从1月1日开始之后80天的电力负荷观测，如表一。

第n天

负荷量第n天负荷量第n天负荷量第n天负荷量

1 2565957.38 21 2705368.6 41 2429907.99 61 2743833.56

2 2588923.0

3 22 2677964.55 42 2476962.26 62 2736933.52

3 2595037.39 23 2667444.01 43 2576255.

4 63 2773791.8

4 2621899.1

5 24 2659986.34 44 2614097.2 64 2748178.37

5 2605604.4 25 2646095.54 45 2680843.85 65 2737334.22

6 2597404.13 26 2652315.14 46 2775056.43 66 2720053.61

7 2363386.42 27 2641570.43 47 2728907.25 67 2700061.15

8 2620185.38 28 2584430.88 48 2611172.72 68 2709553.04

9 2615940.83 29 2474001.24 49 2601989.82 69 2681309.47

10 2615480.96 30 2396095.97 50 2668757.4 70 2683185.56

11 2612348.58 31 2288598.13 51 2677390.06 71 2661837.7

12 2610054.23 32 2166399.62 52 2695802.63 72 2644097.64

13 2610964.36 33 2062979.7 53 2689571.21 73 2685694.93

14 2637653.21 34 1997281.18 54 2654423.52 74 2702991.02

15

2633388.14 35

1925136.26

55 2642984.00

5

75 2687024.37

5

16 2640311.3 36 1970438.06 56 2712142.78 76 2680354.45

17

2678530.11 37 1976557.67

8

57

2754918.32

77

2682596.37

18 2687189.9 38 2050309.54 58 2758839.28 78 2695560.6

19 2694733.01 39 2154488.52 59 2817728.94 79 2674342.97

20 2709637.21

8 40

2384011.84

60

2759327.72

80

2685891.98 表1

数据处理

利用spass绘制时间序列原始数据的散点图

根据图1，我们可以看出原始数据的时间序列，是非平稳时间序列。因此我们下面对原始数据进行平稳化处理，首先，我们进行一阶差分，得到表2

表2

n 差分值n 差分值n 差分值n 差分值

2 22965.65 22 -27404.05 42 47054.27 62 -6900.04

3 6114.36 23 -10520.5

4 43 99293.14 63 36858.28

4 26861.76 24 -7457.67 44 37841.8 64 -25613.43

5 -16294.75 25 -13890.8 45 66746.65 65 -10844.15

6 -8200.2

7 26 6219.6 46 94212.5

8 66 -17280.61

7 -234017.71 27 -10744.71 47 -46149.18 67 -19992.46

8 256798.96 28 -57139.55 48 -117734.53 68 9491.89

9 -4244.55 29 -110429.64 49 -9182.9 69 -28243.57

10 -459.87 30 -77905.27 50 66767.58 70 1876.09

11 -3132.38 31 -107497.84 51 8632.66 71 -21347.86

12 -2294.35 32 -122198.51 52 18412.57 72 -17740.06

13 910.13 33 -103419.92 53 -6231.42 73 41597.29

14 26688.85 34 -65698.52 54 -35147.69 74 17296.09

15 -4265.07 35 -72144.92 55 -11439.51508 75 -15966.64532

16 6923.16 36 45301.8 56 69158.77508 76 -6669.92468

17 38218.81 37 6119.61848 57 42775.54 77 2241.92

18 8659.79 38 73751.86152 58 3920.96 78 12964.23

19 7543.11 39 104178.98 59 58889.66 79 -21217.63

20 14904.20782 40 229523.32 60 -58401.22 80 11549.01

21 -4268.61782 41 45896.15 61 -15494.16

然后，绘制出一阶差分的时间序列的自相关函数图和折线图，如图2和图3