In electricity demand forecasting,

In electricity demand forecasting, a common problem is the presence of seasonal patterns. The infeed data exhibits daily, weekly and yearly seasonal patterns. We design a multi-step approach to overcome this problem. Firstly, a separate model is introduced for every hour of a day so as to remove the daily cycle of the infeed pattern similar to Soares and Medeiros [18]. Each model becomes much simpler by avoiding the intra-day patterns. Following this, we include the average hourly infeed of the last three years into the model to simulate the yearly season. This variable reflects the assumption that the future electricity demand follows the same pattern as historical demand, and the future demand is thus correlated with the moving average of historical values.

ผลลัพธ์ (ไทย) 1:

ในการคาดการณ์อุปสงค์ไฟฟ้า ปัญหาทั่วไปได้ของรูปแบบตามฤดูกาล ข้อมูล infeed จัดแสดงทุกวัน ประจำสัปดาห์ และประจำปีรูปแบบฤดูกาล เราออกแบบวิธีการขั้นตอนหลายแบบจะเอาชนะปัญหานี้ ประการแรก แบบแยกแนะนำในทุกชั่วโมงของวันที่เพื่อลบรอบวันของรูป infeed ที่คล้ายกับ Soares และ Medeiros [18] แต่ละรุ่นจะง่ายกว่ามาก โดยหลีกเลี่ยงรูปแบบภายในวัน ต่อไปนี้ นี้เรารวมต่อชั่วโมงเฉลี่ย infeed ของปีที่ 3 เป็นแบบจำลองเพื่อจำลองฤดูกาลประจำปี ตัวแปรนี้สะท้อนให้เห็นถึงสมมติฐานที่ว่า ความต้องการไฟฟ้าในอนาคตตามรูปแบบเดียวกันเป็นความต้องการทางประวัติศาสตร์ และความต้องการในอนาคตเป็นดัง correlated กับค่าเฉลี่ยเคลื่อนที่ของค่าทางประวัติศาสตร์

ผลลัพธ์ (ไทย) 2:

ในการพยากรณ์ความต้องการไฟฟ้า, ปัญหาที่พบบ่อยคือการปรากฏตัวของรูปแบบตามฤดูกาล การจัดแสดงนิทรรศการป้อนเข้าข้อมูลรายวันรายสัปดาห์และรูปแบบตามฤดูกาลทุกปี เราออกแบบวิธีการหลายขั้นตอนที่จะเอาชนะปัญหานี้ ประการแรกรูปแบบแยกที่มีการแนะนำสำหรับทุกชั่วโมงของวันเพื่อที่จะเอาวงจรชีวิตประจำวันของรูปแบบการป้อนเข้าคล้ายกับ Soares และ Medeiros [18] แต่ละแบบจะกลายเป็นง่ายมากโดยหลีกเลี่ยงรูปแบบภายในวัน ต่อไปนี้เรารวมถึงการป้อนเข้าเฉลี่ยรายชั่วโมงของช่วงสามปีในรูปแบบการจำลองเทศกาลประจำปี ตัวแปรนี้สะท้อนให้เห็นถึงสมมติฐานว่ามีความต้องการไฟฟ้าในอนาคตตามรูปแบบเช่นเดียวกับความต้องการทางประวัติศาสตร์และความต้องการในอนาคตจึงมีความสัมพันธ์กับค่าเฉลี่ยเคลื่อนที่ของค่าทางประวัติศาสตร์

ผลลัพธ์ (ไทย) 3:

ในการพยากรณ์ความต้องการไฟฟ้า , ปัญหาที่พบบ่อยคือการปรากฏตัวของรูปแบบตามฤดูกาล ข้อมูลที่ป้อนเข้าจัดแสดง รายวัน รายสัปดาห์ และรูปแบบตามฤดูกาลทุกปี เราออกแบบวิธีการหลายขั้นตอน เพื่อเอาชนะปัญหานี้ ประการแรก แบบแยกเป็นแนะนำสำหรับทุกชั่วโมงของวันเพื่อเอาวงจรรายวันของแบบแผนคล้ายและป้อนเข้า Soares Medeiros [ 18 ]แต่ละรุ่นจะกลายเป็นง่ายขึ้นมาก โดยหลีกเลี่ยงภายในวันที่รูปแบบ ต่อไปนี้ เรารวมเฉลี่ยต่อชั่วโมงป้อนเข้าของช่วงสามปีในรูปแบบจำลองในฤดูกาลปี ตัวแปรนี้สะท้อนให้เห็นถึงความต้องการใช้ไฟฟ้าในอนาคตตามสมมติฐานที่เป็นรูปแบบเดียวกับความต้องการทางประวัติศาสตร์และความต้องการในอนาคต จึงมีความสัมพันธ์กับค่าเฉลี่ยเคลื่อนที่ของ คุณค่าทางประวัติศาสตร์