利用自适应ARIMA模型预测用电状况及异常数据诊断方法

AITNT
正文
推荐专利
利用自适应ARIMA模型预测用电状况及异常数据诊断方法
申请号:CN202411642403
申请日期:2024-11-18
公开号:CN119151255A
公开日期:2024-12-17
类型:发明专利
摘要
本发明公开了一种利用自适应ARIMA模型预测用电状况的方法,包括:S1、数据收集;S2、数据处理;S3、模型构建及训练;S4、电价和需求预测;S5、模型评估。本发明还公开了一种用电状况异常数据诊断方法,应用于自适应ARIMA模型预测用电状况的方法中。本发明的预测用电状况的方法,利用ARIMA模型进行电价和需求的预测,将ARIMA模型应用于电力市场中的电价和需求数据,以预测未来的电价和需求,根据历史数据和当前市场情况,动态地调整模型参数,提高了预测的准确性和稳定性。
技术关键词
ARIMA模型 异常数据 诊断方法 预测误差 电力 状况方法 动态地 训练集 盖帽 指标 序列 参数
系统为您推荐了相关专利信息
1
一种多区域风电短期场景生成方法及系统
场景生成方法 动态邻接矩阵 风电出力场景 多区域 编码器
2
一种基于机器学习的海上低渗储层分类评价优化方法
评价优化方法 动态反馈机制 灰色关联分析 储层分类技术 测井曲线
3
一种电力现货市场的日前价差预测方法
基础 深度学习算法 电力 价格预测技术 标准化方法
4
末端模型的冷冻水供水温度寻优方法及系统
空调系统末端设备 冷冻水 轮廓系数 寻优方法 风机运行频率
5
一种基于拓扑识别的低压配网故障预测方法、系统、设备及介质
低压配电台区 配网故障 电表 皮尔逊相关系数 故障预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号