{"title":"“移动平均方法”应用程序对在正父站对三一交叉接头的20 KV配电网络的平均负载进行了改进","authors":"Muhar Danus","doi":"10.31851/AMPERE.V4I1.2877","DOIUrl":null,"url":null,"abstract":"The forecast load requirements for electrical energy are an important fist step in planning and developing electricity supply at any time sufficiently, well dan continously. Therefore we need a load forecasting method that is accurate and easy to implement based on available data on the Autoregrsive Integrated Moving Average (ARIMA) method. So the advantages in this ARIMA Method are good for short-term forecasting, flexible and can represent a wide range of time series characters that occur in the short term, there are formal procedures in testing the suitability of the model and forecast interval and predictions have followed the model. Period of data in school by clustering the monthly data, from the results of cluster clustering forecasting the burden of each monthly period in the future can be done Abstrak -- Prakiraan kebutuhan beban energi listrik merupakan langkah mula yang penting dalam perencanaan dan pengembangan penyediaan tenaga listrik setiap saat secara cukup, baik dan terus menerus. Oleh karena itu diperlukan suatu metode peramalan beban yang akurat dan mudah di implementasikan berdasarkan ketersediaan data yang ada pada metode Autoregrsive Integrated Moving Average (ARIMA). Maka keunggulan dalam Metode ARIMA ini baik untuk peramalan jangka pendek, fleksibel dan dapat mewakili rentang yang lebar dari karakter deret waktu yang terjadi dalam jangka pendek, terdapat prosedur yang formal dalam pengujian kesesuaian model dan interval ramalan dan prediksi sudah mengikuti modelnya. Periode data di kelolah dengan cara mengcluster data perbulan nya, dari hasil pengelompokkan atau cluster peramalan beban setiap periode bulanan kedepannya dapat dilakukan.","PeriodicalId":404492,"journal":{"name":"Jurnal Ampere","volume":"45 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"APLIKASI METODE MOVING AVERAGE TERHADAP PERAMALAN BEBAN LISTRIK JARINGAN DISTRIBUSI 20 KV PADA PENYULANG SIMPANG TIGA SATU DI GARDU INDUK KERAMASAN\",\"authors\":\"Muhar Danus\",\"doi\":\"10.31851/AMPERE.V4I1.2877\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"The forecast load requirements for electrical energy are an important fist step in planning and developing electricity supply at any time sufficiently, well dan continously. Therefore we need a load forecasting method that is accurate and easy to implement based on available data on the Autoregrsive Integrated Moving Average (ARIMA) method. So the advantages in this ARIMA Method are good for short-term forecasting, flexible and can represent a wide range of time series characters that occur in the short term, there are formal procedures in testing the suitability of the model and forecast interval and predictions have followed the model. Period of data in school by clustering the monthly data, from the results of cluster clustering forecasting the burden of each monthly period in the future can be done Abstrak -- Prakiraan kebutuhan beban energi listrik merupakan langkah mula yang penting dalam perencanaan dan pengembangan penyediaan tenaga listrik setiap saat secara cukup, baik dan terus menerus. Oleh karena itu diperlukan suatu metode peramalan beban yang akurat dan mudah di implementasikan berdasarkan ketersediaan data yang ada pada metode Autoregrsive Integrated Moving Average (ARIMA). Maka keunggulan dalam Metode ARIMA ini baik untuk peramalan jangka pendek, fleksibel dan dapat mewakili rentang yang lebar dari karakter deret waktu yang terjadi dalam jangka pendek, terdapat prosedur yang formal dalam pengujian kesesuaian model dan interval ramalan dan prediksi sudah mengikuti modelnya. Periode data di kelolah dengan cara mengcluster data perbulan nya, dari hasil pengelompokkan atau cluster peramalan beban setiap periode bulanan kedepannya dapat dilakukan.\",\"PeriodicalId\":404492,\"journal\":{\"name\":\"Jurnal Ampere\",\"volume\":\"45 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-06-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Ampere\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31851/AMPERE.V4I1.2877\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Ampere","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31851/AMPERE.V4I1.2877","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
摘要
电力负荷需求预测是规划和发展电力供应的重要的第一步,在任何时候都是充分的,良好的和连续的。因此,我们需要一种基于自回归综合移动平均(ARIMA)方法的可用数据的准确且易于实现的负荷预测方法。因此,ARIMA方法的优点是短期预测效果好,灵活,可以代表短期内发生的大范围时间序列特征,在检验模型和预测区间的适用性方面有正式的程序,预测结果遵循模型。通过对各期学校数据进行聚类,从聚类结果中预测未来各期学校的负担情况,可以做到[摘要]——Prakiraan kebutuhan beban energi listrik merupakan langkah mula yang penting dalam perencanan penembangan penyediaan tenaga listrik setiap saat secara cuup, baik dan terus menerus。采用自回归综合移动平均(ARIMA)方法,对数据进行了分析。Maka keunggulan dalam Metode ARIMA ini baik untuk peramalan jangka pendek, fleksibel dan dapat mewakili rentang yang lebar dari karakter deret waktu yang terjadi dalam jangka pendek, terdapat检察官yang正式dalam penguin kessuan模型dan区间ramalan dan prediksi sudah mengikuti modelnya。周期数据di kelolah dengan cara mengcluster data perbulan nya, dari hasil pengelompokkan atau cluster peramalan beban setap period bulanan kedepannya dapat dilakukan。
APLIKASI METODE MOVING AVERAGE TERHADAP PERAMALAN BEBAN LISTRIK JARINGAN DISTRIBUSI 20 KV PADA PENYULANG SIMPANG TIGA SATU DI GARDU INDUK KERAMASAN
The forecast load requirements for electrical energy are an important fist step in planning and developing electricity supply at any time sufficiently, well dan continously. Therefore we need a load forecasting method that is accurate and easy to implement based on available data on the Autoregrsive Integrated Moving Average (ARIMA) method. So the advantages in this ARIMA Method are good for short-term forecasting, flexible and can represent a wide range of time series characters that occur in the short term, there are formal procedures in testing the suitability of the model and forecast interval and predictions have followed the model. Period of data in school by clustering the monthly data, from the results of cluster clustering forecasting the burden of each monthly period in the future can be done Abstrak -- Prakiraan kebutuhan beban energi listrik merupakan langkah mula yang penting dalam perencanaan dan pengembangan penyediaan tenaga listrik setiap saat secara cukup, baik dan terus menerus. Oleh karena itu diperlukan suatu metode peramalan beban yang akurat dan mudah di implementasikan berdasarkan ketersediaan data yang ada pada metode Autoregrsive Integrated Moving Average (ARIMA). Maka keunggulan dalam Metode ARIMA ini baik untuk peramalan jangka pendek, fleksibel dan dapat mewakili rentang yang lebar dari karakter deret waktu yang terjadi dalam jangka pendek, terdapat prosedur yang formal dalam pengujian kesesuaian model dan interval ramalan dan prediksi sudah mengikuti modelnya. Periode data di kelolah dengan cara mengcluster data perbulan nya, dari hasil pengelompokkan atau cluster peramalan beban setiap periode bulanan kedepannya dapat dilakukan.