The size and distribution of water demand within a given structural unit is the basis for the proper operation and planning of the expansion and modernization of the water supply system’s elements. In rural areas, particularly in municipalities adjacent to urban-industrial agglomerations, a change in the use of tap water has been increasingly observed. The water consumption for animal breeding or agricultural use, typical of these areas, has been decreasing and even disappearing. Water has been increasingly used for domestic purposes in single- and multi-family housing as well as for other purposes such as watering lawns and filling residential swimming pools. Taking this into account, this paper presents observations regarding daily water consumption in a municipality adjacent to Wrocław together with an analysis of the possibility of using the exponential smoothing method for the short-term forecasting of daily water consumption. The analyses presented in this paper were carried out using STATISTICA 13 software.
PL
Wzrost zapotrzebowania na wodę w gminach przyległych do dużych aglomeracji, a co za tym idzie wzrost produkcji wody, zmuszają przedsiębiorstwa wodociągowe do szukania nowych rozwiązań dotyczących między innymi optymalnego sterowania takimi procesami jak: ujmowanie i rozdział dyspozycyjnych zasobów wodnych, dystrybucja oraz oczyszczanie wody i ścieków. Aby zapewnić skuteczne sterowanie tymi procesami wymagany jest między innymi skalibrowany model hydrauliczny sieci dystrybucji i model prognostyczny poboru wody. Do bieżącego i krótkoterminowego prognozowania poboru wody wykorzystywane są modele stochastyczne, wprowadzane w postaci zalgorytmizowanej do struktury zarządzania procesem sterowania. Najczęściej stosowane są scałkowane modele autoregresji i średniej ruchomej ARIMA oraz metody wygładzania wykładniczego szeregów czasowych. Modele klasy ARIMA odwzorowują właściwości statyczne i dynamiczne szeregów stacjonarnych i pewnych klas szeregów niestacjonarnych, interpretowanych jako wynik przejścia białego szumu przez dyskretny filtr liniowy skończenie wymiarowy. Charakteryzują się one różnymi właściwościami przy jednolitym zapisie formalnym oraz identycznych metodach estymacji parametrów dla różnych typów i podklas modeli. Metody prognozowania oparte na algorytmach wygładzania wykładniczego są łatwe do praktycznego zastosowania i nie wymagają założenia o stacjonarności analizowanego szeregu czasowego. W niniejszej pracy przedstawiono obserwacje dotyczące dobowego zużycia wody w jednej z gmin przyległej do Wrocławia wraz z analizą możliwości zastosowania metody wygładzania wykładniczego do krótkoterminowego prognozowania dobowego poboru wody.
W pracy zaproponowano modyfikacje algorytmu wygładzania wykładniczego, które minimalizują określone kryterium przy jednoczesnym zachowaniu struktury pierwotnego sygnału. Oceny przydatności proponowanej metody dokonano wygładzając tłumiony sygnał okresowy, zakłócony szumem addytywnym o rozkładzie normalnym.
EN
The paper proposes modifications to the exponential smoothing algorithm that minimizes the defined sample while maintaining the structure of the original signal. Assess the suitability of the proposed method has been damped periodic signal smoothing, additive noise disturbed the normal distribution.
Przedstawiono modele wygładzania wykładniczego do sporządzania krótkoterminowych prognoz zapotrzebowania na moc. Szeregi czasowe obciążeń charakteryzują się wieloma wahaniami sezonowymi, co komplikuje model prognostyczny. W celu uproszczenia problemu szeregi czasowe zdekomponowano na m szeregów obciążeń w tych samych chwilach doby, co pozwoliło zastosować model wygładzania wykładniczego z pojedynczą sezonowością. Inny rodzaj dekompozycji z wykorzystaniem regresji lokalnej (LOESS) umożliwia użycie modelu o mniejszej złożoności bez składnika sezonowego. Zastosowanie modelu Holta-Wintersa z podwójną sezonowością zwalnia z potrzeby dekompozycji szeregu czasowego. Dokładność proponowanych metod porównano na przykładach aplikacyjnych z dokładnością modeli ARIMA i modelu opartego na sieci neuronowej.
EN
Exponential smoothing models for short-term load forecasting are presented. Load time series show many seasonal patterns which complicate the forecasting model construction. To simplify the problem the load time series were decomposed into m subseries for each hour of a day, which allowed the use of exponential smoothing model with a single seasonality. Another type of decomposition using local regression (LOESS) enables the use of a model with less complexity with no seasonal component. Application of the Holt-Winters model with double seasonality does not require decomposition of the time series. The accuracy of the proposed methods were compared on application examples with an accuracy of the ARIMA models and the model based on neural network.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy zaproponowano metodę postarzania informacji w modelach wygładzania wykładniczego. Problem wyznaczenia parametrów wygładzania została potraktowano jako wielokryterialne zagadnienie programowania nieliniowego z addytywną funkcją agregacji. Postarzania informacji zrealizowano przez zastosowanie wag w funkcji agregacji.
EN
In this paper is presented a method of alloting most importance to the more reset observations in the models of exponential smooting. The problem of determineting the parameters of smoothing is treated as the problem of multiobjective nonlinear programming with additive aggregation function. The presented ethod is realized by applying weights in the aggregation function.
Praca omawia możliwości prognozowania cen akcji ważniejszych spółek na Warszawskiej Giełdzie Papierów Wartościowych. Porównano efektywność prognozowania na podstawie trzech najważniejszych modeli prognostycznych, jakimi są: wygładzanie wykładnicze, model ARIMA oraz model regresji wielorakiej. Przeprowadzono szeregowanie spółek według zyskowności ich akcji na podstawie metody porównywania przedziałów.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W pracy przedstawiono wybrane opisowe modele ekonometryczne i modele szeregów czasowych wykorzystywanych w modelowaniu i prognozowaniu szeregów finansowych.
EN
In the paper we discuss the results that were obtained when applying dynamic econometric models to forecast the share prices. In our research we used structural econometric model, Holt, Winters, moving average and ARIMA model.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.