电力负荷预测
正在短期电力负荷预测的研究生项目中。 数据取自网站的并且在项目过程中实施了多个时间序列算法。
实施的模型：
models文件夹包含在项目过程中实现的所有算法/模型：
前馈神经网络
简单移动平均线
加权移动平均
简单指数平滑
霍尔茨·温特斯
自回归综合移动平均
递归神经网络
长短期记忆单元
门控循环单位细胞
脚本：
aws_arima.py ARIMA模型适合上一个月的数据，并预测每天的负载。
aws_rnn.py RNN，LSTM，GRU符合最近2个月的数据，并预测每天的负载。
aws_smoothing.py SES，SMA，WMA适合上一个月的数据，并预测每天的负载。
aws.py调度程序，每天00:30 IST运行上述三个脚本。
pdq_search.py用于根据最近一个月的数据对ARIMA模型的超参数进行网格搜索。
load_scra
2021-10-13 14:47:12
7.91MB
1
它提供了通过 ARIMA 和 NAR 模型预测马来西亚 GDP 的详细工作流程。 在此实时脚本中，它利用内置应用程序（计量经济学建模器和神经网络时间序列）生成预测模型。 此外，它还详细阐述了如何调整参数/超参数以获得最佳拟合模型。 在下一个共享中，我将针对每个步骤更详细地描述我的操作。
2021-10-09 11:18:26
1.83MB
1
StockAnalysisWebApp
这是一个股票分析Python Flask Web应用程序，可让您使用传统的统计方法（例如ARIMA，HoltWinters以及GBM等）来预测短期股价走势
功能的完整列表是：-
...分析>烛台图
...分析>记录每日收益
...分析>相对强度指数表（RSI）
...分析>移动平均收敛散度（MACD）
...分析>布林带图
...分析>多因素股票筛选和排名
...预测>移动平均线预测（单变量）
...预测>自动ARIMA + GARCH预测（单变量）
...预测>自动停止冬季预报（单变量）
...预测>向量自动回归预测（多变量）
...预测>几何布朗运动（GBM）预测（多变量）
...预测> Bootstrap抽样预测（多变量）
...预测>最佳风险收益的投资组合权重
此应用程序的有效“实时”版本托管在Pythonanywhere
2021-10-04 20:45:58
8.4MB
1
2.自回归过程的自相关函数
(1) 平稳AR(1)过程的自相关函数
xt = xt-1 + ut , 1
其自相关函数为
k = 1k , （k 0）
*
*
2021-09-28 17:29:44
682KB
1
ar模型matlab代码纸2
该存储库包含使用以下时间序列预测的MATLAB代码：（i）ARIMA模型的MMSE预测（ii）卡尔曼滤波方法（iii）人工神经网络。
上面技术的小波版本的代码也显示在这里。
由于中心思想相同，因此降雨数据和地球物理钻Kong数据的代码遵循相似的步骤。
以下是所有MATLAB文件的描述：
ar_kalman_algo_2008.m：用于时间序列预测的卡尔曼滤波方法。
tec_algo2008_ann.m：用于时间序列预测的前馈神经网络。
tec_algo_mmse.m：使用ARIMA模型的MMSE预测。
wann_algo2008.m：基于小波的前馈神经网络，用于时间序列预测。
wkalmanl3.m：用于时间序列预测的基于小波的卡尔曼滤波方法。
wmmsel6_algo2008.m：使用ARIMA模型的基于小波的MMSE预测。
2021-09-27 22:07:05
6.55MB
1
时间序列预测
预测项目，SARIMA / X，ARIMA，先知，LSTM，霍尔特冬季，ETS。 温度预测和工资预测。
2021-09-24 16:57:53
10.56MB
1
运用Eviews软件进行ARIMA模型的识别、诊断、估计和预测，讲解较为详细，希望对大家有所帮助。
2021-09-11 20:58:32
125KB
1