(1) The four forecasting methods, e

(1) The four forecasting methods, except the ARIMA model, yield good fitting results for the original electricity consumption data.
(2) The GM forecasting results are similar to IAGM . The forecasting curves show that the forecasting values for the GM almost coincide with the IAGM for all four parts.
(3) For Parts 1–3, GM, IAGM, and CSGM yield satisfactory forecasting results. However, for Part 4, all three models yielded relatively large errors, perhaps because the electricity consumption fluctuation in the evening is greater than at midnight as well as during the morning and afternoon.
(4) A highly inaccurate estimate was observed at or near the yielding point of the original data in all four models.
(5) The average forecasting errors for GM, IAGM, CSGM, and ARIMA are 2.12%, 2.13%, 2.07%, and 2.04%, respectively, which may meet the electricity prediction and management requirements.
(6) The maximum forecasting errors for GM, IAGM, and CSGM are similar; specifically, they are 4.39%, 4.39%, and 4.89%, respectively. The maximum forecasting error for the ARIMA model is 8.49%, which is significantly larger than that for the other three models.
(7) The CSGM performed better than theGMand IAGM. Moreover, the IAGM performed similar to the GM.
Although the average ARIMA error is the lowest among the forecastingmodels, themaximumARIMA
error is markedly higher than the other three models and reaches 8.49%.Thus,more analyses are necessary to determine whether ARIMA is a suitable electricity forecasting approach.

ผลลัพธ์ (ไทย) 1:

(1 4)วิธีการพยากรณ์ ยกเว้นรุ่นอา ผลลัพธ์ดีเหมาะสมสำหรับข้อมูลปริมาณการใช้ไฟฟ้าเดิม(2 กรัม)การคาดการณ์ผลลัพธ์คล้ายกับ IAGM เส้นโค้งคาดการณ์แสดงว่า ค่าคาดการณ์สำหรับจีเอ็มเกือบจะสอดคล้องกับ IAGM สำหรับสี่ส่วนทั้งหมด(3) สำหรับชิ้นส่วนที่ 1 – 3 กรัม IAGM และ CSGM ผลลัพธ์พอคาดการณ์ อย่างไรก็ตาม สำหรับ Part 4 ทั้งสามรุ่นหาข้อผิดพลาดค่อนข้างมาก อาจเนื่องจากความผันผวนปริมาณการใช้ไฟฟ้าในช่วงเย็นมากกว่า ในเวลาเที่ยงคืน และใน ช่วงเช้าและช่วงบ่าย(4) การประเมินสูงไม่ถูกสังเกตที่ หรือ ใกล้จุดที่บริษัทของข้อมูลเดิมทั้งหมด 4 รุ่น(5 เฉลี่ย)การคาดการณ์ข้อผิดพลาดสำหรับ GM, IAGM, CSGM และอามี 2.12%, 2.13%, 2.07% และ 2.04% ตามลำดับ ซึ่งอาจตรงกับพยากรณ์ไฟฟ้าและจัดการความต้องการ(6 สูงสุด)การคาดการณ์ข้อผิดพลาดสำหรับ GM, IAGM และ CSGM เป็นเหมือนกัน โดยเฉพาะ จะ 4.39%, 4.39% และ 4.89% ตามลำดับ ข้อผิดพลาดคาดการณ์สูงสุดในแบบอาเป็น 8.49% ซึ่งเป็นอย่างมากมากกว่าที่สำหรับรูปแบบที่สามอื่น ๆ (7 CSGM)ดำเนินการดีกว่า theGMand IAGM นอกจากนี้ IAGM ที่ทำคล้ายกับจีเอ็มแม้ว่าข้อผิดพลาดอาเฉลี่ย ต่ำสุดระหว่าง forecastingmodels, themaximumARIMAข้อผิดพลาดอย่างเด่นชัดมากกว่ารูปแบบที่สามอื่น ๆ และถึง 8.49% ดังนั้น วิเคราะห์เพิ่มเติมเป็นสิ่งจำเป็นเพื่อตรวจสอบว่าอาการไฟฟ้าเหมาะสมวิธีการคาดการณ์

ผลลัพธ์ (ไทย) 2:

(1) สี่วิธีการพยากรณ์ยกเว้นรูปแบบ ARIMA, ผลตอบแทนที่เหมาะสมที่ดีสำหรับการใช้ไฟฟ้าเดิมข้อมูล.
(2) ผลการคาดการณ์จีเอ็มมีความคล้ายคลึงกับ IAGM เส้นโค้งการคาดการณ์แสดงให้เห็นว่าค่าการคาดการณ์สำหรับจีเอ็มเกือบจะตรงกับ IAGM สำหรับทุกสี่ส่วน.
(3) สำหรับชิ้นส่วน 1-3, GM, IAGM และ CSGM ผลผลิตผลการคาดการณ์ที่น่าพอใจ แต่สำหรับส่วนที่ 4 ทั้งสามรุ่นให้ผลข้อผิดพลาดค่อนข้างมากอาจจะเป็นเพราะความผันผวนของปริมาณการใช้ไฟฟ้าในช่วงเย็นมากกว่าในเวลาเที่ยงคืนเช่นเดียวกับในช่วงเช้าและช่วงบ่าย.
(4) ประมาณการที่ไม่ถูกต้องอย่างมากก็สังเกตเห็นหรือใกล้ จุดที่ให้ผลผลิตของข้อมูลเดิมในทั้งสี่รุ่น.
(5) ข้อผิดพลาดการคาดการณ์เฉลี่ยสำหรับจีเอ็ม IAGM, CSGM และ ARIMA เป็น 2.12%, 2.13%, 2.07% และ 2.04% ตามลำดับซึ่งอาจตอบสนองการคาดการณ์การผลิตไฟฟ้าและ . ความต้องการการจัดการ
(6) ข้อผิดพลาดการคาดการณ์สูงสุดสำหรับจีเอ็ม IAGM และ CSGM มีความคล้ายคลึงกัน; โดยเฉพาะอย่างยิ่งพวกเขาเป็น 4.39%, 4.39% และ 4.89% ตามลำดับ ข้อผิดพลาดที่คาดการณ์สูงสุดสำหรับรูปแบบ ARIMA คือ 8.49% ซึ่งมีขนาดใหญ่กว่าที่อื่น ๆ สำหรับสามรุ่น.
(7) CSGM ทำได้ดีกว่า theGMand IAGM นอกจากนี้ IAGM ดำเนินการคล้ายกับจีเอ็ม.
แม้ว่าข้อผิดพลาด ARIMA เฉลี่ยต่ำที่สุดในกลุ่ม forecastingmodels ที่ themaximumARIMA
ข้อผิดพลาดอย่างเห็นได้ชัดที่สูงกว่าอีกสามรุ่นและถึง 8.49% .Thus วิเคราะห์มากขึ้นเป็นสิ่งที่จำเป็นเพื่อตรวจสอบว่าเป็น ARIMA ที่เหมาะสม วิธีการคาดการณ์การผลิตไฟฟ้า

ผลลัพธ์ (ไทย) 3:

( 1 ) สี่วิธีการพยากรณ์ ยกเว้นโมเดลอริมา ผลผลิต ผลลัพธ์ที่เหมาะสมดี เดิมใช้ไฟฟ้าข้อมูล .
( 2 ) กรัม ผลการพยากรณ์จะคล้ายกับ iagm . การใช้เส้นโค้งที่แสดงค่าพยากรณ์สำหรับกรัมเกือบบรรจบกับ iagm ทั้งหมดสี่ส่วน .
( 3 ) ส่วนที่ 1 – 3 , GM , iagm และผลผลิต csgm พอใจผลการพยากรณ์ อย่างไรก็ตามสำหรับส่วนที่ 4 ทั้ง 3 รุ่น จากความผิดพลาดค่อนข้างมาก อาจจะเพราะใช้ไฟฟ้าขึ้นในตอนเย็นมากกว่า ตอน เที่ยงคืน รวมทั้งในช่วงเช้าและบ่าย
( 4 ) ประเมินไม่ถูกต้องอย่างมาก พบว่าให้ผลผลิตหรือใกล้จุดของข้อมูลเดิมในทั้งสี่รุ่น
( 5 ) โดยการพยากรณ์ข้อผิดพลาดสำหรับ ( gmt ) , iagm csgm , และเมื่อมี 2.12 %2.13 % 2.07 % และ 2.04 ตามลำดับ ซึ่งอาจเป็นไปตามการคาดการณ์ความต้องการไฟฟ้าและการจัดการ .
( 6 ) สูงสุดสำหรับการพยากรณ์ผิดพลาด ( iagm และ csgm คล้ายกัน โดยเฉพาะพวก 4.39 เปอร์เซ็นต์ หรือร้อยละ 4.89 เปอร์เซ็นต์ ตามลำดับ สูงสุดสำหรับการพยากรณ์ผิดพลาดแบบ ARIMA คือ 8.49 เปอร์เซ็นต์ ซึ่งมีขนาดใหญ่กว่านั้นอีกสามรุ่น
( 7 ) csgm แสดงดีกว่า thegmand iagm . นอกจากนี้ iagm ดำเนินการคล้ายกับกรัม
ถึงแม้ว่าค่าเฉลี่ยความผิดพลาดเมื่อสุดในหมู่ forecastingmodels themaximumarima
, ความผิดพลาดอย่างเห็นได้ชัดคือสูงกว่าอีก 3 รุ่น และถึง 8.49 ล้านบาท ดังนั้น การศึกษาเพิ่มเติมเป็นสิ่งจำเป็นเพื่อตรวจสอบว่าเป็นเหมาะสมการพยากรณ์วิธีการพยากรณ์ไฟฟ้า .