1 / 15

資料採礦應用實例

24. 資料採礦應用實例. 時間序列模型實例. 時間序列模型實例. 實例說明： 因為近年來國人對於住的品質要求提升，而全球氣候環境的不穩定變化，也間接成為了用電量大增的催化劑，如何有效且即時評估預測未來用電負載，並藉由預測資訊，整合整體電力使用規劃，計畫開發電源計畫，便成為政府相關單位須重視的課題。利用台灣地區 2001 年至 2004 年電力負載月資料，其中包含供電量、平均負載以及尖峰負載三變數，透過 Data Mining 功能建立時間序列預測模型。. 選擇資料呈現方式  「從現有的關聯式資料庫或資料倉儲」. 選擇「 Microsoft 時間序列」.

wyome
Download Presentation

資料採礦應用實例

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 24 資料採礦應用實例 時間序列模型實例

  2. 時間序列模型實例 • 實例說明： 因為近年來國人對於住的品質要求提升，而全球氣候環境的不穩定變化，也間接成為了用電量大增的催化劑，如何有效且即時評估預測未來用電負載，並藉由預測資訊，整合整體電力使用規劃，計畫開發電源計畫，便成為政府相關單位須重視的課題。利用台灣地區2001年至2004年電力負載月資料，其中包含供電量、平均負載以及尖峰負載三變數，透過Data Mining功能建立時間序列預測模型。

  3. 選擇資料呈現方式「從現有的關聯式資料庫或資料倉儲」選擇資料呈現方式「從現有的關聯式資料庫或資料倉儲」

  4. 選擇「Microsoft 時間序列」

  5. 確認資料庫中的資料表

  6. 選擇「範例一」資料表進行分析，選擇「案例」

  7. 選擇變數，其中供電量(十億)為輸入變數及預測變數，時間單位(月)為Key

  8. 確定輸入變數的資料內容型態為Double，資料型態為Continuous，且須注意時間單位(月)變數的資料型態必須為Key Time

  9. 點選Mining Model Viewer，經過計算後產生採礦圖例，其中針對供電量所建立之時間序列預測模型為 • 供電量=3.707-0.700*供電量(-6)+0.629*供電量(-7)+0.845*供電量(-1)

  10. 再進一步繪製時間序列之預測圖，其中包含預測之誤差區間，其中範例點的預測值為17.95，預測誤差為±1.66

  11. 而在尖峰負載部分，點選Mining Model Viewer，經過計算後產生採礦圖例，其中針對尖峰負載用電量所建立之時間序列預測模型為 • 尖峰負載=5.654-0.576*尖峰負載(-2)+1.342*尖峰負載(-1)

  12. 針對尖峰負載用電量，繪製時間序列之預測圖，其中包含預測之誤差區間，其中範例點的預測值為27.8，預測誤差為±1.33針對尖峰負載用電量，繪製時間序列之預測圖，其中包含預測之誤差區間，其中範例點的預測值為27.8，預測誤差為±1.33

  13. 而在平均負載部分，點選Mining Model Viewer，經過計算後產生採礦圖例，其中針對平均負載用電量所建立之時間序列預測模型為 • 平均負載=9.429-0.347*平均負載(-16)+0.856*平均負載(-1)

  14. 再進一步分析，繪製平均負載時間序列之預測圖，其中包含預測之誤差區間，，其中範例點的預測值為21.7，預測誤差為±1.13再進一步分析，繪製平均負載時間序列之預測圖，其中包含預測之誤差區間，，其中範例點的預測值為21.7，預測誤差為±1.13

  15. 本章結束

More Related