Книга "Исследование эффективности вычислительных процедур построения ARIMA-моделей прогноза цены на рынке электроэнергии" представляет результаты исследования, связанного с применением авторегрессионных статистических моделей и их производных для прогнозирования цены на электроэнергию. В книге подробно описываются вычислительные процедуры, используемые при построении ARIMA-моделей, а также варианты предобработки исходных данных с учетом особенностей энергетического сектора.
Оценка адекватности прогнозных моделей осуществляется на основе анализа исторических данных в форме временных рядов с использованием численной оценки стандартной ошибки. Полученная точность прогнозных моделей для Белгородской области соответствует результатам, опубликованным для рынков электроэнергии в Европе, Америке и Австралии. Исследование позволяет сделать вывод о том, что увеличение сложности авторегрессионных моделей прогноза лишь в отдельных случаях и с незначительным эффектом приводит к повышению точности прогнозирования.
Книга является исследованием и посвящена различным вычислительным методам и статистическим моделям для прогнозирования цен на электроэнергию. В ней рассматриваются авторегрессионные модели (ARIMA) и их приложения в энергетике.
Электронная Книга «Исследование эффективности вычислительных процедур построения ARIMA-моделей прогноза цены на рынке электроэнергии» написана автором Д. С. Обычайко в 2020 году.
Минимальный возраст читателя: 0
Язык: Русский
Серии: Прикладная информатика. Научные статьи
Описание книги от Д. С. Обычайко
Излагаются результаты исследования вычислительных процедур построения авторегрессионных статистических моделей и их близких производных для применения в решении задач прогноза цены электроэнергии. Представлены достаточно детализированные результаты численного построения ARIMA-моделей с вариантами предобработки исходных данных, учитывающих закономерности функционирования энергетического комплекса. Проверка адекватности моделей прогноза историческим натурным данным в форме временных рядов осуществлялась на основе численной оценки стандартной ошибки. Достигнутый уровень точности моделей прогнозирования по Белгородской области соответствует опубликованным результатам по рынкам электроэнергии Европы, Америки и Австралии. Делается вывод о том, что наращивание сложности авторегрессионных моделей прогноза лишь в отдельных случаях и незначительно ведет к повышению точности прогнозирования.
