基于TRAMO-SEATS的月售电量预测方法及应用

为提高月售电量预测准确度,引入TRAMOS-SEATS季节调整方法和Hodrick-Prescott滤波法将月售电量分解为趋势分量、季节分量、循环分量和不规则分量,消除了各分量之间的相互影响。采用ARIMA方法对趋势分量进行预测,采用Holt-Winters加法模型对季节分量进行预测,采用历史同期同类平均值法对循环分量和不规则分量进行预测,最后得到月售电量预测结果。应用实际算例对月售电量进行预测并与实际数据进行对比,验证法方法的正确性与有效性。

季节调整新方法及其原理研究

本文主要从频域的角度对季节调整中"季节滤子"的设计及估计问题进行研究。通过将直接信号提取(DSEF)方法引入到季节调整的应用之中,突破了现有季节调整方法仅能处理季度或月度数据的限制,且用该方法季节调整后的序列是理论季节调整后序列的"均方误差"最小估计。本文将DSEF方法应用于中国进出口总额月度序列的季节调整中,结果显示,相比于X-11和SEATS方法,DSEF方法季节调整结果的离差较小且稳健性较好。