在r語言中使用GAM(廣義相加模型)進行電力負荷時間序列分析|附代碼數據

2023-11-23     tecdat拓端

原標題:在r語言中使用GAM(廣義相加模型)進行電力負荷時間序列分析|附代碼數據

原文連結:http://tecdat.cn/?p=9024

原文出處:拓端數據部落公眾號

最近我們被要求撰寫關於GAM的研究報告,包括一些圖形和統計輸出。

用GAM進行建模時間序列

我已經準備了一個文件,其中包含四個用電時間序列來進行分析。數據操作將由data.table程序包完成。

將提及的智能電錶數據讀到data.table。

DT <- as.data.table(read_feather("DT_4_ind"))

使用GAM回歸模型。將工作日的字符轉換為整數,並使用recode包中的函數重新編碼工作日:1.星期一,…,7星期日。

DT[, week_num := as.integer(car::recode(week,

"'Monday'='1';'Tuesday'='2';'Wednesday'='3';'Thursday'='4';

'Friday'='5';'Saturday'='6';'Sunday'='7'"))]

將信息存儲在日期變量中,以簡化工作。

n_type <- unique(DT[, type])

n_date <- unique(DT[, date])

n_weekdays <- unique(DT[, week])

period <- 48

讓我們看一下用電量的一些數據並對其進行分析。

data_r <- DT[(type == n_type[1] & date %in% n_date[57:70])]

ggplot(data_r, aes(date_time, value)) +

geom_line() +

theme(panel.border = element_blank(),

panel.background = element_blank(),

panel.grid.minor = element_line(colour = "grey90"),

panel.grid.major = element_line(colour = "grey90"),

panel.grid.major.x = element_line(colour = "grey90"),

axis.text = element_text(size = 10),

axis.title = element_text(size = 12, face = "bold")) +

labs(x = "Date", y = "Load (kW)")

在繪製的時間序列中可以看到兩個主要的季節性:每日和每周。我們在一天中有48個測量值,在一周中有7天,因此這將是我們用來對因變量–電力負荷進行建模的自變量。

訓練我們的第一個GAM。通過平滑函數s對自變量建模,對於每日季節性,使用三次樣條回歸,對於每周季節性,使用P樣條。

gam_1 <- gam(Load ~ s(Daily, bs = "cr", k = period) +

s(Weekly, bs = "ps", k = 7),

data = matrix_gam,

family = gaussian)

首先是可視化。

layout(matrix(1:2, nrow = 1))

plot(gam_1, shade = TRUE)

我們在這裡可以看到變量對電力負荷的影響。在左圖中,白天的負載峰值約為下午3點。在右邊的圖中,我們可以看到在周末負載量減少了。

讓我們使用summary函數對第一個模型進行診斷。

text

##

## Family: gaussian

## Link function: identity

##

## Formula:

## Load ~ s(Daily, bs = "cr", k = period) + s(Weekly, bs = "ps",

## k = 7)

##

## Parametric coefficients:

## Estimate Std. Error t value Pr(>|t|)

## (Intercept) 2731.67 18.88 144.7 <2e-16 ***

## ---

## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

##

## Approximate significance of smooth terms:

## edf Ref.df F p-value

## s(Daily) 10.159 12.688 119.8 <2e-16 ***

## s(Weekly) 5.311 5.758 130.3 <2e-16 ***

## ---

## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

##

## R-sq.(adj) = 0.772 Deviance explained = 77.7%

## GCV = 2.4554e+05 Scale est. = 2.3953e+05 n = 672

EDF:估計的自由度–可以像對給定變量進行平滑處理那樣來解釋(較高的EDF值表示更複雜的樣條曲線)。P值:給定變量對因變量的統計顯著性,通過F檢驗進行檢驗(越低越好)。調整後的R平方(越高越好)。我們可以看到R-sq.(adj)值有點低。

讓我們繪製擬合值:

我們需要將兩個自變量的交互作用包括到模型中。

第一種交互類型對兩個變量都使用了一個平滑函數。

gam_2 <- gam(Load ~ s(Daily, Weekly),

summary(gam_2)$r.sq

text

## [1] 0.9352108

R方值表明結果要好得多。

summary(gam_2)$s.table

text

## edf Ref.df F p-value

## s(Daily,Weekly) 28.7008 28.99423 334.4754 0

似乎也很好,p值為0,這意味著自變量很重要。擬合值圖:

現在,讓我們嘗試上述張量積交互。這可以通過function完成te,也可以定義基本函數。

text

## [1] 0.9268452

與以前的模型相似gam_2。

summary(gam_3)$s.table

text

## edf Ref.df F p-value

## te(Daily,Weekly) 23.65709 23.98741 354.5856 0

非常相似的結果。讓我們看一下擬合值:

與gam_2模型相比,只有一點點差異,看起來te擬合更好。

text

## [1] 0.9727604

summary(gam_4)$sp.criterion

text

## GCV.Cp

## 34839.46

summary(gam_4)$s.table

text

## edf Ref.df F p-value

## te(Daily,Weekly) 119.4117 149.6528 160.2065 0

我們可以在這裡看到R方略有上升。

讓我們繪製擬合值:

這似乎比gam_3模型好得多。

text

## [1] 0.965618

summary(gam_4_fx)$s.table

text

## edf Ref.df F p-value

## te(Daily,Weekly) 335 335 57.25389 5.289648e-199

我們可以看到R平方比模型gam_4低,這是因為我們過度擬合了模型。證明GCV程序(lambda和EDF的估計)工作正常。

因此,讓我們在案例(模型)中嘗試ti方法。

text

## [1] 0.9717469

summary(gam_5)$sp.criterion

text

## GCV.Cp

## 35772.35

summary(gam_5)$s.table

text

## edf Ref.df F p-value

## s(Daily) 22.583649 27.964970 444.19962 0

## s(Weekly) 5.914531 5.995934 1014.72482 0

## ti(Daily,Weekly) 85.310314 110.828814 41.22288 0

然後使用t2。

text

## [1] 0.9738273

summary(gam_6)$sp.criterion

text

## GCV.Cp

## 32230.68

summary(gam_6)$s.table

text

## edf Ref.df F p-value

## t2(Daily,Weekly) 98.12005 120.2345 86.70754 0

我還輸出了最後三個模型的GCV得分值,這也是在一組擬合模型中選擇最佳模型的良好標準。我們可以看到,對於t2相應模型gam_6,GCV值最低。

在統計中廣泛使用的其他模型選擇標準是AIC(Akaike信息準則)。讓我們看看三個模型:

AIC(gam_4, gam_5, gam_6)

text

## df AIC

## gam_4 121.4117 8912.611

## gam_5 115.8085 8932.746

## gam_6 100.1200 8868.628

最低值在gam_6模型中。讓我們再次查看擬合值。

我們可以看到的模型的擬合值gam_4和gam_6非常相似。可以使用軟體包的更多可視化和模型診斷功能來比較這兩個模型。

第一個是function gam.check,它繪製了四個圖:殘差的QQ圖,線性預測變量與殘差,殘差的直方圖以及擬合值與因變量的關係圖。讓我們診斷模型gam_4和gam_6。

gam.check(gam_4)

text

##

## Method: GCV Optimizer: magic

## Smoothing parameter selection converged after 7 iterations.

## The RMS GCV score gradiant at convergence was 0.2833304 .

## The Hessian was positive definite.

## The estimated model rank was 336 (maximum possible: 336)

## Model rank = 336 / 336

##

## Basis dimension (k) checking results. Low p-value (k-index<1) may

## indicate that k is too low, especially if edf is close to k'.

##

## k' edf k-index p-value

## te(Daily,Weekly) 335.00 119.41 1.22 1

gam.check(gam_6)

text

##

## Method: GCV Optimizer: magic

## Smoothing parameter selection converged after 9 iterations.

## The RMS GCV score gradiant at convergence was 0.05208856 .

## The Hessian was positive definite.

## The estimated model rank was 336 (maximum possible: 336)

## Model rank = 336 / 336

##

## Basis dimension (k) checking results. Low p-value (k-index<1) may

## indicate that k is too low, especially if edf is close to k'.

##

## k' edf k-index p-value

## t2(Daily,Weekly) 335.00 98.12 1.18 1

我們可以再次看到模型非常相似,只是在直方圖中可以看到一些差異。

layout(matrix(1:2, nrow = 1))

plot(gam_4, rug = FALSE, se = FALSE, n2 = 80, main = "gam n.4 with te()")

plot(gam_6, rug = FALSE, se = FALSE, n2 = 80, main = "gam n.6 with t2()")

該模型gam_6 有更多的「波浪形」的輪廓。因此,這意味著它對因變量的擬合度更高,而平滑因子更低。

vis.gam(gam_6, n.grid = 50, theta = 35, phi = 32, zlab = "",

ticktype = "detailed", color = "topo", main = "t2(D, W)")

我們可以看到最高峰值是Daily變量的值接近30(下午3點),而Weekly變量的值是1(星期一)。

vis.gam(gam_6, main = "t2(D, W)", plot.type = "contour",

color = "terrain", contour.col = "black", lwd = 2)

再次可以看到,電力負荷的最高值是星期一的下午3:00,直到星期四都非常相似,然後負荷在周末減少。

最受歡迎的見解

1.在python中使用lstm和pytorch進行時間序列預測

2.python中利用長短期記憶模型lstm進行時間序列預測分析

3.使用r語言進行時間序列(arima,指數平滑)分析

4.r語言多元copula-garch-模型時間序列預測

5.r語言copulas和金融時間序列案例

6.使用r語言隨機波動模型sv處理時間序列中的隨機波動

7.r語言時間序列tar閾值自回歸模型

8.r語言k-shape時間序列聚類方法對股票價格時間序列聚類

9.python3用arima模型進行時間序列預測

文章來源: https://twgreatdaily.com/zh-sg/01e84554d3611fe7d8c85d4cacbf6fa3.html