JP5777404B2 - 時系列データの予測装置、予測方法、予測プログラムおよび記憶媒体 - Google Patents
時系列データの予測装置、予測方法、予測プログラムおよび記憶媒体 Download PDFInfo
- Publication number
- JP5777404B2 JP5777404B2 JP2011119194A JP2011119194A JP5777404B2 JP 5777404 B2 JP5777404 B2 JP 5777404B2 JP 2011119194 A JP2011119194 A JP 2011119194A JP 2011119194 A JP2011119194 A JP 2011119194A JP 5777404 B2 JP5777404 B2 JP 5777404B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- data
- prediction
- series data
- time series
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
[第1の実施形態]
この頻度分布関数Fは、xの確率密度関数の形状を近似した分布になっている。図3(a)は、xの頻度分布関数Fの例を示す。
その後、正規乱数行列Gに上三角行列TUを右から掛けることにより、相関を持った正規乱数行列G’を作成できる。
これに、各時刻の標準偏差を対角線上におき、他の成分が0である24行24列(24×24)の標準偏差行列Sを右から掛け、平均値ベクトルμをL行並べたL行24列(L×24)の平均値行列Aを加えることにより、最終的に求める平均と分散および相関を持った乱数行列G”が得られる。
この行列G”が時系列データの予測結果そのものであり、G”のN個の各行ベクトル(1行24列)が、各シナリオに相当する。
[第2の実施形態]
[第3の実施形態]
[4の実施形態]
120 データ選択部
130 第2過去実績データ記憶部
140、141 平均・分散計算部
150 確率密度分布作成部
160、161 乱数発生部
170 乱数記憶部
180 相関係数計算部
190 相関係数行列記憶部
210 乱数変換部
220 乱数記憶部
230 予測結果作成部
240 予測結果記憶
250 予測結果表示部
320 表示装置
Claims (9)
- 過去の時系列データから、予測対象日と類似した日のデータを選択するデータ選択ステップと、
前記データ選択ステップで選択されたデータから時刻毎に分布の形状が異なる確率密度分布を計算する確率密度分布作成ステップと、
前記確率密度分布作成ステップで計算された時刻毎に分布の形状が異なる確率密度分布に従った複数の乱数を発生させる乱数発生ステップと、
過去の時系列データにおける時刻間の相関を計算する相関係数計算ステップと、
前記相関係数計算ステップで計算された相関に基づいて前記乱数発生ステップで発生された乱数の組を互いに相関を有する乱数の組に変換する乱数変換ステップと、
前記乱数変換ステップにおける変換により得られた乱数の組に基づいて時系列データの値を予測して予測結果を作成する予測結果作成ステップと、
を備えることを特徴とする時系列データの予測方法。 - 前記データ選択ステップは、
過去の時系列データから、既知の予測手法による予測結果を用いて予測対象の時系列データの一部または全部を予測する予測ステップと、
前記予測ステップで予測された結果に値が類似する過去の実績データを、すべての過去の実績データの中から選択する選択ステップを備えることを特徴とする請求項1記載の時系列データの予測方法。 - 前記予測ステップにおいては、時系列データの最大値と最小値を、重回帰分析を用いて予め予測しておくことを特徴とする請求項2記載の時系列データの予測方法。
- 前記予測ステップにおいては、時系列データの最大値と最小値を、ニューラルネットを用いて予め予測しておくことを特徴とする請求項2記載の時系列データの予測方法。
- 前記選択ステップにおいては、前記予測ステップで予測された結果に値が類似するかどうかを判断するために、該予測された結果と過去の実績データの対応する値との差を用いて重みを付けた差の自乗和、ユークリッド距離またはマハラノビス距離を用いることを特徴とする請求項2乃至請求項4のいずれか1項記載の時系列データの予測方法。
- 前記予測結果作成ステップで作成された予測結果によって示される時系列データのシナリオから、時系列データの一定期間の合計値で示される期待値または各シナリオの一定期間のデータに対して演算を施した結果を平均して得られる期待値を算出し、該期待値が望ましい値になるように演算の方法を変更するステップを備えることを特徴とする請求項1乃至請求項5のいずれか1項記載の時系列データの予測方法。
- 請求項1乃至請求項6のいずれか1項に記載の時系列データの予測方法をコンピュータで実行するための予測プログラム。
- 請求項1乃至請求項6のいずれか1項に記載の時系列データの予測方法をコンピュータで実行する予測プログラムを記憶したコンピュータ読取り可能な記憶媒体。
- 過去の時系列データから予測対象日と類似した日のデータを選択するデータ選択部と、
前記データ選択部で選択されたデータから時刻毎に分布の形状が異なる確率密度分布を計算する確率密度分布作成部と、
前記確率密度分布作成部からの時刻毎に分布の形状が異なる確率密度分布に従った複数の乱数の組を発生させる乱数発生部と、
過去の時系列データにおける時刻間の相関を計算する相関係数計算部と、
前記相関係数計算部で計算された相関に基づいて前記乱数発生部で発生された乱数の組を互いに相関を有する乱数の組に変換する乱数変換部と、
前記乱数変換部における変換により得られた乱数の組に基づいて時系列データの値を予測して予測結果を作成する予測結果作成部と、
とを備えることを特徴とする時系列データの予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011119194A JP5777404B2 (ja) | 2011-05-27 | 2011-05-27 | 時系列データの予測装置、予測方法、予測プログラムおよび記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011119194A JP5777404B2 (ja) | 2011-05-27 | 2011-05-27 | 時系列データの予測装置、予測方法、予測プログラムおよび記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012247998A JP2012247998A (ja) | 2012-12-13 |
JP5777404B2 true JP5777404B2 (ja) | 2015-09-09 |
Family
ID=47468385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011119194A Active JP5777404B2 (ja) | 2011-05-27 | 2011-05-27 | 時系列データの予測装置、予測方法、予測プログラムおよび記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5777404B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5318173B2 (ja) * | 2011-10-17 | 2013-10-16 | 中国電力株式会社 | インターバル予測装置、待ち時間予測装置、インターバル予測方法、待ち時間予測方法及びプログラム |
JP5328867B2 (ja) * | 2011-10-17 | 2013-10-30 | 中国電力株式会社 | 時間予測装置、時間予測方法及びプログラム |
CN103679288B (zh) * | 2013-12-04 | 2017-04-12 | 华北电力大学 | 一种径流式小水电集群发电功率短期预测方法及预测系统 |
JP2016053925A (ja) * | 2014-09-04 | 2016-04-14 | 株式会社東芝 | 電力市場価格予測装置、電力市場価格予測方法およびプログラム |
JP6746946B2 (ja) * | 2016-02-25 | 2020-08-26 | 中国電力株式会社 | 電力需要予測装置、及び電力需要予測方法 |
JP6937142B2 (ja) * | 2017-03-17 | 2021-09-22 | 株式会社東芝 | 乖離判断装置、日種別判別装置、予測装置、プログラム、および乖離判断方法 |
CN111461377B (zh) * | 2019-01-18 | 2024-02-02 | 中国科学院上海高等研究院 | 用于能源总需求量的预测方法/系统、存储介质及设备 |
JP6870020B2 (ja) * | 2019-03-22 | 2021-05-12 | 株式会社 みずほ銀行 | 市場予兆管理システム、市場予兆管理方法及び市場予兆管理プログラム |
CN110780997B (zh) * | 2019-09-27 | 2022-07-08 | 苏州浪潮智能科技有限公司 | 一种消除硬盘预测数据采集端负载毛刺的方法和装置 |
JP7387422B2 (ja) | 2019-12-24 | 2023-11-28 | 株式会社東芝 | 発注推奨システム、発注推奨方法、およびプログラム |
CN113408797B (zh) * | 2021-06-07 | 2023-09-26 | 北京京东振世信息技术有限公司 | 流转量预测多时序模型生成方法、信息发送方法和装置 |
CN114139834A (zh) * | 2021-12-16 | 2022-03-04 | 广州城市理工学院 | 一种基于加权分配的小水电频率预测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3360520B2 (ja) * | 1996-02-08 | 2002-12-24 | 富士電機株式会社 | 日負荷曲線予測方法 |
JP4025157B2 (ja) * | 2002-09-13 | 2007-12-19 | 株式会社東芝 | 電力需要予測システム |
JP5104567B2 (ja) * | 2007-12-21 | 2012-12-19 | 富士電機株式会社 | エネルギー需要予測装置 |
JP4864026B2 (ja) * | 2008-02-19 | 2012-01-25 | 日本電信電話株式会社 | リンク帯域増設量算出方法とシステムおよびプログラム |
JP5248372B2 (ja) * | 2009-03-11 | 2013-07-31 | 株式会社東芝 | 発電計画作成方法、装置、プログラムおよび記憶装置 |
-
2011
- 2011-05-27 JP JP2011119194A patent/JP5777404B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2012247998A (ja) | 2012-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5777404B2 (ja) | 時系列データの予測装置、予測方法、予測プログラムおよび記憶媒体 | |
Huang et al. | A hybrid model for carbon price forecasting using GARCH and long short-term memory network | |
Gilbert et al. | Leveraging turbine-level data for improved probabilistic wind power forecasting | |
Amjady | Day-ahead price forecasting of electricity markets by a new fuzzy neural network | |
Bello et al. | Medium-term probabilistic forecasting of electricity prices: A hybrid approach | |
US9147206B2 (en) | Model optimization system using variable scoring | |
Omotosho | Oil price shocks, fuel subsidies and macroeconomic (in) stability in Nigeria | |
JP5248372B2 (ja) | 発電計画作成方法、装置、プログラムおよび記憶装置 | |
WO2019049546A1 (ja) | 予測システム及び方法 | |
Dotsey et al. | Inflation and real activity with firm-level productivity shocks | |
JP2016053925A (ja) | 電力市場価格予測装置、電力市場価格予測方法およびプログラム | |
CN102165442A (zh) | 对用于市场份额预测的选择预测系统进行定标 | |
KR20190143543A (ko) | 회귀 강화학습을 이용한 포트폴리오 자산배분 성능향상 방법 | |
Díaz et al. | Valuation of wind power distributed generation by using Longstaff–Schwartz option pricing method | |
Matsumura et al. | Forecasting the yield curve with linear factor models | |
Sobieraj et al. | Application of the Bayesian New Keynesian DSGE Model to Polish Macroeconomic Data | |
Castro et al. | Improvements to Modern Portfolio Theory based models applied to electricity systems | |
US20190180376A1 (en) | Financial Correlation Prediction System and the Method Thereof | |
Tinsley | Rational error correction | |
JP2005122438A (ja) | 予測方法、予測装置、予測プログラムおよび記録媒体 | |
Newham | Power system investment planning using stochastic dual dynamic programming | |
Wiranto et al. | Analysis of LQ45 Index Stock Movements using the ARIMA Method during Uncertainty in Global Economic Conditions in 2023 | |
Benchimol | Central bank losses, monetary policy rules, and limited information | |
Guo et al. | Reliability assessment of scenarios generated for stock index returns incorporating momentum | |
Seya et al. | Application of model averaging techniques to spatial hedonic land price models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140325 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141118 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150109 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150609 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150707 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5777404 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |