Для студентов УрФУ им. Ельцина по предмету Численные методы оптимизацииПРОГНОЗИРОВАНИЕ ЭНЕРГОПОТРЕБЛЕНИЯ РАЙОНА ЭЛЕКТРИЧЕСКОЙ СЕТИПРОГНОЗИРОВАНИЕ ЭНЕРГОПОТРЕБЛЕНИЯ РАЙОНА ЭЛЕКТРИЧЕСКОЙ СЕТИ
2022-07-202022-07-20СтудИзба
Курсовая работа: ПРОГНОЗИРОВАНИЕ ЭНЕРГОПОТРЕБЛЕНИЯ РАЙОНА ЭЛЕКТРИЧЕСКОЙ СЕТИ
Описание
ПРОГНОЗИРОВАНИЕ ЭНЕРГОПОТРЕБЛЕНИЯ
РАЙОНА ЭЛЕКТРИЧЕСКОЙ СЕТИ
ЗАДАНИЕ 1. Выполнить анализ временной зависимости электропотребления для выдвижения гипотезы о виде модели графическим методом.
ЗАДАНИЕ 2. Рассчитать прогнозное значение энергопотребления на основе регрессионной модели.
ЗАДАНИЕ 3. Рассчитать прогнозное значение энергопотребления на основе авторегрессионной модели.
В качестве исходных данных (табл.1.1) заданы массивы данных, упорядоченных по времени:
1) P - максимум электропотребления.
2) O - значение освещѐнности в баллах, от 0 до 10.
3) t - значение средней температуры в градусах Цельсия.
Таблица 1 – Исходные данные
СОДЕРЖАНИЕ
1 Исходные данные
2 Анализ временной зависимости электропотребления. Гипотеза о виде модели
3 Регрессионные модели
3.1 Выбор моделей.
3.2 Расчет коэффициентов линейной корреляции между влияющими факторами и прогнозируемым параметром
3.3 Вычисление коэффициентов моделей
3.4 Выполнение прогноза максимума электропотребления на основе ретроспективных данных. Расчет ошибок моделирования
3.5 Расчет F-статистики (критерий Фишера)
3.6 Расчет Т-статистики (критерий Стьюдента)
3.7 Расчет критерия Дарбина-Ватсона
3.8 Оценка доверительных интервалов параметров модели
3.9 Вычисление прогнозных значений. Расчет доверительных интервалов прогнозных значений
3.10 Графическое представление результатов прогноза по регрессионным моделям
4 Авторегрессионные модели
4.1 Выбор моделей
4.2 Расчет коэффициентов линейной корреляции между влияющими факторами и прогнозируемым параметром
4.3 Вычисление коэффициентов моделей
4.4 Выполнение прогноза максимума электропотребления на основе ретроспективных данных. Расчет ошибок моделирования
4.5 Расчет F-статистики (критерий Фишера)
4.6 Расчет Т-статистики (критерий Стьюдента)
4.7 Оценка доверительных интервалов параметров модели
4.8 Вычисление прогнозных значений. Расчет доверительных интервалов прогнозных значений
4.9 Графическое представление результатов прогноза по авторегрессионным моделям
5 Сравнение моделей. Выбор наилучшей модели
РАЙОНА ЭЛЕКТРИЧЕСКОЙ СЕТИ
ЗАДАНИЕ 1. Выполнить анализ временной зависимости электропотребления для выдвижения гипотезы о виде модели графическим методом.
ЗАДАНИЕ 2. Рассчитать прогнозное значение энергопотребления на основе регрессионной модели.
ЗАДАНИЕ 3. Рассчитать прогнозное значение энергопотребления на основе авторегрессионной модели.
1 Исходные данные
В качестве исходных данных (табл.1.1) заданы массивы данных, упорядоченных по времени:
1) P - максимум электропотребления.
2) O - значение освещѐнности в баллах, от 0 до 10.
3) t - значение средней температуры в градусах Цельсия.
Таблица 1 – Исходные данные
Максимум электропотребления, P | Время, T | Освещённость, О | Температура, t |
168,7473 | 1 | 8 | 27,78841 |
173,0192 | 2 | 3 | 26,07907 |
196,1473 | 3 | 7 | 31,47947 |
189,354 | 4 | 1 | 26,5228 |
222,3536 | 5 | 1 | 36,68707 |
193,9479 | 6 | 8 | 21,59188 |
241,4431 | 7 | 6 | 32,36647 |
219,7587 | 8 | 5 | 25,38854 |
246,4328 | 9 | 8 | 30,63567 |
249,2511 | 10 | 9 | 29,16665 |
262,726 | 11 | 3 | 23,27044 |
290,1979 | 12 | 10 | 31,69043 |
278,5755 | 13 | 8 | 30,90709 |
319,4727 | 14 | 8 | 36,74044 |
293,6623 | 15 | 7 | 21,99196 |
336,5768 | 16 | 8 | 37,75338 |
365,2986 | 17 | 0 | 37,3237 |
352,2405 | 18 | 10 | 28,98557 |
368,5635 | 19 | 8 | 31,72999 |
357,6487 | 20 | 8 | 24,53025 |
397,6983 | 21 | 8 | 34,03462 |
434,2385 | 22 | 4 | 38,91933 |
392,8907 | 23 | 4 | 24,85896 |
392,494 | 24 | 6 | 26,37692 |
448,657 | 25 | 10 | 28,13658 |
436,77 | 26 | 9 | 21,74533 |
486,0865 | 27 | 10 | 37,70938 |
474,4291 | 28 | 8 | 26,46762 |
464,0428 | 29 | 10 | 25,22334 |
537,9106 | 30 | 1 | 33,78863 |
1 Исходные данные
2 Анализ временной зависимости электропотребления. Гипотеза о виде модели
3 Регрессионные модели
3.1 Выбор моделей.
3.2 Расчет коэффициентов линейной корреляции между влияющими факторами и прогнозируемым параметром
3.3 Вычисление коэффициентов моделей
3.4 Выполнение прогноза максимума электропотребления на основе ретроспективных данных. Расчет ошибок моделирования
3.5 Расчет F-статистики (критерий Фишера)
3.6 Расчет Т-статистики (критерий Стьюдента)
3.7 Расчет критерия Дарбина-Ватсона
3.8 Оценка доверительных интервалов параметров модели
3.9 Вычисление прогнозных значений. Расчет доверительных интервалов прогнозных значений
3.10 Графическое представление результатов прогноза по регрессионным моделям
4 Авторегрессионные модели
4.1 Выбор моделей
4.2 Расчет коэффициентов линейной корреляции между влияющими факторами и прогнозируемым параметром
4.3 Вычисление коэффициентов моделей
4.4 Выполнение прогноза максимума электропотребления на основе ретроспективных данных. Расчет ошибок моделирования
4.5 Расчет F-статистики (критерий Фишера)
4.6 Расчет Т-статистики (критерий Стьюдента)
4.7 Оценка доверительных интервалов параметров модели
4.8 Вычисление прогнозных значений. Расчет доверительных интервалов прогнозных значений
4.9 Графическое представление результатов прогноза по авторегрессионным моделям
5 Сравнение моделей. Выбор наилучшей модели
Характеристики курсовой работы
Предмет
Учебное заведение
Просмотров
1
Покупок
0
Качество
Идеальное компьютерное
Размер
2,38 Mb
Список файлов
- Проект по модулю.docx 2,38 Mb
Все деньги, вырученные с продажи, идут исключительно на шаурму