ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Đỗ Văn Bình MỘT SỐ MƠ HÌNH DỰ BÁO VÀ ÁP DỤNG VÀO NGÀNH ĐIỆN LUẬN VĂN THẠC SĨ Hà Nội - 2007 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CƠNG NGHỆ Đỗ Văn Bình MỘT SỐ MƠ HÌNH DỰ BÁO VÀ ÁP DỤNG VÀO NGÀNH ĐIỆN Ngành: Công Nghệ Thông Tin Chuyên ngành: Công Nghệ Thông Tin Mã số: 1.01.10 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS Đỗ Trung Tuấn Hà Nội - 2007 MỤC LỤC LỜI CẢM ƠN MỤC LỤC MỞ ĐẦU Chƣơng CÁC PHƢƠNG PHÁP DỰ BÁO NHU CẦU 1.1 Giới thiệu 1.2 Các phương pháp dự báo 1.2.1 Các phương pháp dự báo dựa vào phán đoán (Methods Based on Judgment) 1.2.2 Các phương pháp yêu cầu thông tin định lượng 14 1.3 Lựa chọn phương pháp (Selecting methods) 17 1.3.1 Chọn phương pháp dựa vào dấu hiệu (Choosing a method based on evidence) 18 1.3.2 Kết hợp dự báo (Combining forecasts) 19 1.4 Sự không chắn (uncertainty) 20 1.4.1 Sự không chắn dự báo phán đoán 20 1.4.2 Sự không chắn dự báo phương pháp định lượng 21 1.5 Đạt chấp nhận dự báo 21 Chƣơng 22 CHUỖI THỜI GIAN VÀ ỨNG DỤNG 22 2.1 Chuỗi thời gian, đại lượng đặc trưng 22 2.1.1 Định nghĩa chuỗi thời gian 22 2.1.2 Dự báo chuỗi thời gian 22 2.1.3.Các đại lượng đặc trưng chuỗi thời gian 22 2.2 Một số mơ hình dự báo giản đơn 26 2.2.1 Mơ hình nhân 28 2.2.2 Mơ hình cộng 32 2.3 Mơ hình ARIMA thường 39 2.3.1 Toán tử trễ 39 2.3.2 Chuỗi thời gian dừng 40 2.3.3 Q trình tuyến tính 42 2.3.4 Quá trình tự hồi qui - AR(p) 42 2.3.5 Quá trình trung bình trượt – MA(q) 47 2.3.6 Quá trình trung bình trượt tự hồi qui ARMA(p,q) 50 2.3.7 Mơ hình tích hợp trung bình trượt tự hồi qui ARIMA(p,d,q) 51 2.3.8 Qui trình xây dựng mơ hình ARIMA (p, d, q) 53 2.3.9 Nguyên tắc tằn tiện 61 2.4 Mơ hình ARIMA theo mùa vụ 62 2.4.1.Chuỗi mùa vụ 62 2.4.2 Biến đổi chuỗi mùa vụ thành chuỗi dừng 63 2.4.3.Mơ hình tích hợp trung bình trượt tự hồi qui theo mùa vụ ARIMA(p,d,q)x(P,D,Q)s 64 2.5 Ứng dụng mơ hình ARIMA theo mùa vụ 68 Chƣơng 82 NHU CẦU SỬ DỤNG ĐIỆN NĂNG VÀ HƢỚNG ÁP DỤNG MƠ HÌNH NHIỀU BIẾN 82 3.1 Giới thiệu nhu cầu sử dụng điện 82 3.2 Các yếu tố ảnh hưởng nhu cầu điện nguồn liệu 83 3.2.1 Các yếu tố ảnh hưởng đến nhu cầu điện 84 3.2.2 Mơ hình dự báo liệu 85 3.3 Các kiện gây ảnh hưởng nhu cầu điện thời gian ngắn trung bình…………………… 85 3.3.1 Sự khuyến khích tài 85 3.3.2 Giảm thuế quan 86 3.3.3 Nhu cầu nhà điện khí hóa 86 3.3.4 Cơ cấu lại ngành điện thị trường điện cạnh tranh 86 KẾT LUẬN 87 TÀI LIỆU THAM KHẢO 89 DANH SÁCH CÁC HÌNH VẼ Hình 1: Cây phân loại phương pháp dự báo Hình 2: Cây lựa chọn phương pháp dự báo…………………………………… 18 Hình 3: Mơ tả đồ thị dự báo theo mơ hình nhân mơ hình cộng…………….…… 27 Hình 4: Đồ thị chuỗi số liệu điện thương phẩm Việt Nam (theo quý)……………… 28 Hình 5: So sánh đồ thị điện thương phẩm dự báo theo mơ hình cộng với số liệu thực tế…………………………………………………………………………………36 Hình 6: So sánh đồ thị điện thương phẩm dự báo theo mơ hình nhân với số liệu thực tế…………………………………………………………………………………37 Hình 7: Đồ thị chuỗi số liệu điện thương phẩm Việt Nam (theo quý) sau sử dụng hàm biến đổi log ………………… ……………………………………………… 69 Hình 8: ACF PACF chuỗi DTP_Log sử dụng phần mềm Eviews………… 70 Hình 9: Kiểm định DF chuỗi DTP_Log sử dụng phần mềm Eviews………… 71 Hình 10: ACF PACF chuỗi DTP1 sử dụng phần mềm Eviews…………… 72 Hình 11: ACF PACF chuỗi DTP2 sử dụng phần mềm Eviews………… 73 Hình 12: Kiểm định DF chuỗi DTP2 sử dụng phần mềm Eviews……… 74 Hình 13: Đồ thị chuỗi số liệu DTP2…………………………………… ………… 74 Hình 14: Ước lượng mơ hình sử dụng phương pháp bình phương nhỏ phần mềm Eviews……………………………………………………………… 75 Hình 15: ACF PACF chuỗi phần dư - sử dụng phần mềm Eviews……… …77 Hình 16: Đồ thị chuỗi dự báo DTP2…………………………………………… .78 Hình 17: Đồ thị chuỗi dự báo so với đồ thị chuỗi số liệu thực…………….… …80 DANH SÁCH CÁC TỪ VIẾT TẮT Từ viết tắt Từ tiếng anh Diễn giải ACF Auto Correllation Function Hàm tự tương quan mẫu ADF Argumented Dickey-Fuller Kiểm định DF AIC/SIC Akaike Information Criteria, Schwarz Information Criteria Tiêu chuẩn thông tin AIC/SIC APE Absolute Percent Error Sai số phần trăm tuyệt đối AR AutoRegression Tự hồi quy ARIMA AutoRegressive Integrated Moving Average Tích hợp trung bình trượt tự hồi quy ARMA AutoRegressive Moving Average Trung bình trượt tự hồi quy MA Moving Average Trung bình trượt MSE mean square error Sai số bình phương trung bình 10 OLS Optimize Least Squares Phương pháp bình phương nhỏ 11 PACF Partial Auto Correllation Function Hàm tự tương quan phần RBF Rule-based forecasting Dự báo dựa quy luật 13 SAR Seasonal AutoRegressive Tự hồi quy theo mùa vụ 14 SARIMA Seasonal AutoRegressive Integrated Moving Average Tích hợp trung bình trượt tự hồi quy theo mùa vụ 15 SMA Seasonal Moving Average Trung bình trượt theo mùa vụ STT 12 MỞ ĐẦU Các toán dự báo thường xuất nhiều lĩnh vực: Kinh tế, lập kế hoạch sản xuất, tài chính, điều tra xã hội…Hầu hết tốn dạng mơ hình hố thường có kích thước lớn, phức tạp, áp dụng nhiều mơ hình lý thuyết Do việc giải tốn địi hỏi phải lựa chọn mơ hình phù hợp hiệu Việc dự báo đại lượng biến thiên nói chung dự báo nhu cầu nói riêng đóng vai trò quan trọng kinh tế kỹ thuật Chúng giúp cho người định, nhà doanh nghiệp tiên đoán cách khoa học xu hướng phát triển tương lai nhu cầu, thị trường, từ người ta hoạch định sách, phương hướng đầu tư cách đắn Ta lấy ví dụ ngành Điện lực Đó ngành cơng nghiệp dịch vụ có quy mô lớn, sử dụng thiết bị đắt tiền, đòi hỏi việc đầu tư sở hạ tầng lớn liên tục Vì vậy, để đảm bảo cho việc sử dụng có hiệu thiết bị sở vật chất đầu tư, cần phải tiến hành việc dự báo nhu cầu với mức độ xác tốt Bài tốn dự báo đặc biệt quan trọng lĩnh vực Khí tượng - Thủy văn Việc dự báo trước thời tiết nhiệt độ, nắng mưa, lũ lụt giúp ích nhiều cho kinh tế quốc dân phòng tránh thiệt hại to lớn thiên nhiên gây Trong lĩnh vực tài chính, biết trước xu hướng tăng giảm loại tiền tệ hay giá cổ phiếu chắn mang lại nhiều lợi ích cho người v.v Những lĩnh vực có nhu cầu dự báo rộng lớn Có dự báo mang tính chất định tính màu sắc, chất người có dự báo mang tính chất định lượng lượng mưa, sức gió, mực nước sông hồ, tốc độ phát triển dân số Song với phát triển kỹ thuật số, tất tính chất định tính lượng hóa Thí dụ màu sắc đồng với thị màu “Dự báo” “đốn mị” hai khái niệm khác hẳn Trong “đốn mị” mang tính chất cơng việc thầy bói dự báo phải thơng tin có được, thiết lập mơ hình, thuật tốn để giá trị cần “dự đốn” Nói cách khác đi, dự báo “dự đốn” mang tính chất khoa học, tiếp cận với phương pháp khoa học để dự báo cách có sở Trong khn khổ khố luận tốt nghiệp học viên khơng có tham vọng nghiên cứu tồn diện tất mơ hình dự báo, mà tìm hiểu, so sánh số mơ hình Đồng thời tập trung giải tốn dự báo việc áp dụng mơ hình chuỗi thời gian Hy vọng thời gian tới, lĩnh vực tiếp tục nghiên cứu phát triển để thực trở thành cơng cụ ứng dụng có hiệu Bố cục luận văn chia làm chương  Chương 1: Các phương pháp dự báo nhu cầu  Chương 2: Chuỗi thời gian ứng dụng  Chương 3: Nhu cầu sử dụng điện mơ hình nhiều biến Chƣơng CÁC PHƢƠNG PHÁP DỰ BÁO NHU CẦU 1.1 Giới thiệu Chúng ta phải nhìn vào thực tế để xác định phương pháp, xem phương pháp có ích cho việc dự báo nhu cầu tình khác để cảnh báo không nên sử dụng phương pháp Nhìn chung, nên sử dụng phương pháp thiết kế, tránh tư tưởng trực quan, hội nghị không trọng tâm khai thác thông tin Trong nhiều tình mà có đủ thơng tin, sử dụng phương pháp định lượng bao gồm phép ngoại suy, dự báo dựa quy luật phương pháp quan hệ nhân Kiến thức quản lí nhà quản lí cần phải tổng hợp việc dự báo thống kê Các phương pháp dự báo kết hợp, có phương pháp Delphi thị trường dự báo, cải thiện tính xác Các nhà nghiên cứu thị trường coi việc dự báo yếu tố quan trọng cơng việc Ví dụ: Dalrymple khảo sát 134 cơng ty Mỹ thấy có 99% dự báo chuẩn bị trình phát triển chiến lược Marketing cơng ty Có 93% cơng ty khảo sát việc dự báo doanh số bán hàng vấn đề quan trọng yếu tố quan trọng thành công công ty Trong khảo sát 353 giám đốc Marketing từ nhà máy xí nghiệp Anh, Jobber, Hooley Sanderson thấy dự báo doanh số bán hàng hoạt động phổ biến mà họ thông báo [12] Chúng ta thảo luận phương pháp dự báo nhu cầu Mọi người thường sử dụng thuật ngữ “nhu cầu” “doanh số bán hàng” hai thuật ngữ thay đổi cho Điều hợp lí chúng tương đương doanh số bán hàng không bị hạn chế cung Đôi dự báo nhu cầu cách trực tiếp lại thích hợp Ví dụ: Một người làm bánh ngoại suy liệu doanh số bán bánh mì trước để dự báo nhu cầu trước tuần Khi mà việc dự báo trực tiếp khơng khả quan khơng chắn nhà quản lí thị trường cần phải dự báo quy mô thị trường sản phẩm Họ cần phải dự báo phản ứng hành động người đưa định quan trọng nhà cạnh tranh, nhà cung cấp, nhà phân phối, phủ thân họ - đặc biệt đưa vấn đề có tính chiến lược Thực họ dự báo tỉ trọng thị trường Kết dự báo cho phép họ tính tốn nhu cầu 1.2 Các phƣơng pháp dự báo Trong phần trình bày giới thiệu ngắn gọn phương pháp dự báo ứng dụng chúng Mô tả chi tiết viết sách dự báo Wheelwright Hyndman (1998) Các phương pháp dự báo mối quan hệ chúng trình bày hình 1, bắt đầu phân biệt quan trọng phương pháp dựa vào phán đốn phương pháp địi hỏi liệu định lượng Hình 1: Cây phân loại phương pháp dự báo Cây phân loại phân loại tất loại phương pháp dự báo thành nhiều loại chúng quan hệ với Đường gạch đứt thể liên hệ 1.2.1 Các phƣơng pháp dự báo dựa vào phán đoán (Methods Based on Judgment) 1.2.1.1 Sự phán đốn khơng có sở (Unaided judgment) Thường chuyên gia trả lời điều xảy ra, cách tốt để sử dụng mà: - Các chun gia khơng có thiên vị - Những biến đổi lớn không chắn xảy - Mối quan hệ hiểu rõ chuyên gia - Các chuyên gia có tay thông tin mật - Các chuyên gia nhận phản hồi xác đọng dự báo họ Đáng tiếc phán đoán khơng có sở thường sử dụng điều kiện nêu khơng có Ví dụ, Green Amstrong thấy việc dự báo chuyên gia lại không tốt dự báo người dân tình xung đột Nếu điều làm bạn ngạc nhiên bạn nên nghĩ chương trình tin tức kiện mà nhà sản xuất tạo lại tập hợp chuyên gia có khả năng, họ đưa dự báo cách tin cậy tình xảy 1.2.1.2 Thị trường dự báo (Prediction markets) Các thị trường dự báo xem công ty dự báo, thị trường thông tin thị trường dự báo tương lai có lịch sử lâu đời Giữa thời kì chấm dứt nội chiến nước Mỹ Chiến tranh giới II, các cơng ty dự báo có tổ chức tốt bầu cử tổng thống chọn lọc cách kỹ lưỡng trường hợp trừ năm 1916, họ thành công việc dự báo bầu cử Gần đây, bốn bầu cử tổng thống trước năm 2004 Iowa Electronic Market thành công việc dự báo người thắng cử chức tổng thống Trong tuần diễn bầu cử, thị trường dự báo số phiếu ứng cử viên hai Đảng Dân chủ Cộng hoà với mức sai số 1,5 % Mặc dù có nhiều nỗ lực kể từ năm 1930 chưa có phương pháp đưa để kiểm soát thị trường dự báo giá Tuy nhiên có nguời tin vào điều họ phải trả tiền để tư vấn đầu tư Một vài tổ chức thương mại cung cấp thị trường Internet phần mềm cho phép người tham gia cá cược thông qua hợp đồng thương maị Các nhà tư vấn lập thị trường cá cược nhà máy để dự đoán vấn đề như: Doanh số bán hàng sản phẩm Một vài nghiên cứu chưa cơng bố gợi ý họ đưa dự báo doanh số bán hàng cách xác cơng ty 1.2.1.3 Kỹ thuật Delphi (Delphi) Kỹ thuật Delphi phát triển tập đoàn Rand vào năm 1950 nhằm thu hút chuyên gia giỏi đồng thời tổ chức hội nghị nhóm trước (nếu tổ chức hội nghị tốn thời gian tiền của) Để dự báo kỹ thuật Delphi nhà quản lí cần tuyển khoảng từ đến 20 chuyên gia phù hợp tập hợp dự báo lập luận từ họ Sau nhà quản lí cung cấp số liệu dự báo tóm tắt nặc danh lập luận dự báo chuyên gia Quá trình lặp lặp lại có thay đổi nhỏ dự báo lần- thường hai ba lần đủ Dự báo Delphi mơ hình dự báo cuối chuyên gia (có thể truy cập trang Web: forcastingpriciples.com để biết thêm Phần mềm hướng dẫn mơ hình này) ... NỘI TRƯỜNG ĐẠI HỌC CƠNG NGHỆ Đỗ Văn Bình MỘT SỐ MƠ HÌNH DỰ BÁO VÀ ÁP DỤNG VÀO NGÀNH ĐIỆN Ngành: Công Nghệ Thông Tin Chuyên ngành: Công Nghệ Thông Tin Mã số: 1.01.10 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG... phương pháp dự báo Hình 2: Cây lựa chọn phương pháp dự báo? ??………………………………… 18 Hình 3: Mơ tả đồ thị dự báo theo mơ hình nhân mơ hình cộng…………….…… 27 Hình 4: Đồ thị chuỗi số liệu điện thương... nhà dự báo Các biện pháp phù hợp (như sai số tiêu chuẩn dự báo mơ hình) có mối quan hệ với tính xác dự báo nên tránh dùng phương pháp Thay nên sử dụng tồn thơng tin để đánh giá giá trị dự báo mô