Hlavní stránka > Výsledky hledání: keywords:"short-term forecasting"
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Short-term Electric Load Forecasting Using Czech Data
 Řanda, Martin ; Krištoufek, Ladislav (vedoucí práce) ; Čech, František (oponent)
Přesná předpověď elektrického zatížení je zásadním předpokladem spolehlivého provozu elektrické rozvodné soustavy. Je proto v nejlepším zájmu odpovědných institucí vyvíjet a udržovat výkonné modely pro předpovědi zatížení. V této práci analyzujeme data o zatížení elektrizační soustavy České republiky a provádíme tři pseudo-out-of-sample forecasting cvičení. Používáme standardní ekonometrické modely i metody strojového učení a výsledky porovnáváme s referenčními hodnotami, včetně předpovědí zveřejňovaných provozovatelem české přenosové soustavy. Výsledky první úlohy zkoumající předvídatelnost minutového zatížení na základě 11 let dat ukazují, že vysokofrekvenční časové řady zatížení jsou předvídatelné. Ve druhé a třetí úloze využíváme hodinovou zátěž s dalšími vysvětlujícími proměnnými. Vytváříme předpovědi na jeden krok a na 48 hodin dopředu na out-of-sample vzorku roku 2021 a vyhodnocujeme výkonnost několika metod. V obou cvičeních byly nejpřesnější výsledky získány zprůměrováním předpovědí námi specifikované rekurentní neuronové sítě a sezónního autoregresního integrovaného klouzavého průměru, které dosáhly průměrné absolutní procentní chyby menší než 0.5% na out-of-sample vzorku v analýze na jeden krok dopředu a 2.3% v úloze na 48 hodin dopředu, čímž překonávají předpovědi operátora.
Úplný záznam
Forecasting Czech GDP Using Mixed-Frequency Data Models
 Franta, Michal ; Havrlant, David ; Rusnák, Marek
V tomto článku pracujeme se sadou modelů využívajících data různých frekvencí a na jejich základě predikujeme HDP České republiky. Použité modely zahrnují vektorové autoregrese pro různé frekvence, modely dat různých samplovacích frekvencí a dynamický faktorový model. Za použití historických časových řad nerevidovaných makroekonomických a finančních indikátorů hodnotíme přesnost těchto modelů pro období let 2005–2012 a srovnáváme ji s makroekonomickými predikcemi České národní banky (ČNB). Výsledky naznačují, že přesnost dynamického faktorového modelu je pro kratší horizonty predikce srovnatelná s predikcemi ČNB. Na delším horizontu jsou pak modely vektorové autoregrese pro různé frekvence srovnatelné nebo dokonce nepatrně lepší než predikce ČNB. Kromě bodových predikcí také zkoumáme potenciál predikcí hustot HDP vycházejících z bayesovské vektorové autoregrese pro různé frekvence.
Plný text: Stáhnout plný textPDF
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English