基于时间序列的生物质发电厂日产量的预测.docx

摘要：文章主要研究时间序列模型在发电厂日产量的时间序列预测中的应用。全文把2016年的发电厂的日产量作为建模数据并预测了未来一天发电厂日产量。第一部分分析了发电厂2016年的日产量的时间序列，通过序列图以及自相关和偏自相关确定其为平稳序列，然后用ARIMA模型和指数平滑模型分别进行拟合。模型的预测值与真实值的误差比较小。最后经过检验和比较，采用模型ARIMA（1,0,0）或指数平滑模型中的Holt线性趋势模型，对两个模型进行检验后，指数平滑模型中的Holt线性趋势模型能较好的拟合发电厂日产量的时间序列，这一短期预测模型及其短期预测结果，精度比较高，整篇文章预测出的数据可为发电厂电力建设提供了定量的科学结果。

关键词：发电厂日产量，指数平滑模型，模型预测

目录

摘要

ABSTRACT

第一章  绪论-5

1.1研究背景及意义-5

1.2时间序列分析预测的意义-5

1.3国内外研究动态评述-6

1.4论文框架-8

第二章 相关概念界定与理论基础分析-9

2.1 ARIMA模型-9

2.2 指数平滑模型-9

第三章 建立模型预测-11

3.1数据处理-11

3.2 模型建立与求解-13

3.3 模型验证-19

3.4 模型预测-21

第四章 模型的评价与改进-22

4.1 模型评价-22

4.2 模型改进-22

参考文献-23

附录 2016年生物质发电厂日产量-24

致谢-26