Анализ динамики и прогнозирование производства электроэнергии в ЦФО.

В настоящее время существует множество моделей прогнозирования и с каждым днем их становится все больше. По этой причине выбор той или иной модели при прогнозировании некоего процесса зависит от мнения эксперта или сравнения результатов прогнозирования различных моделей.
Одним из наиболее перспективных направлений прогнозирования являются адаптивные методы, позволяющие учитывать разную степень влияния исторических данных. Модели авторегрессии в этом аспекте сходны с адаптивными моделями, но при классификации их выделяют в отдельную группу. Основным достоинством адаптивных моделей является их способность подстраиваться под поступающую информацию, таким образом, нет необходимости начинать расчеты заново, как, например, в регрессионных моделях.
Учитывая актуальность проблемы, можно сформулировать цель курсовой работы – анализ и прогнозирование производства электроэнергии в ЦФО РФ.
В соответствии с целью курсовой работы необходимо выдвинуть следующие ее задачи:
Задачи курсовой работы:
1. Дать обзор статистических методов и подходов, используемых для прогнозирования тренд-сезонных процессов.
2. Применить традиционные методы прогнозирования для моделирования тренд-сезонных процессов производства электроэнергии в ЦФО.
3. Применить адаптивные методы прогнозирования для моделирования тренд-сезонных процессов производства электроэнергии в ЦФО.
Практическая значимость результатов исследования прогнозирования производства электроэнергии представляет практический интерес для менеджмента энергогенерирующих компаний при оценке и прогнозировании затрат на производство электроэнергии и формировании бюджетов расходов на теплоэлектростанциях.

В курсовой работе был проведен анализ и прогнозирование производства электроэнергии в ЦФО РФ с помощью адаптивного и неадаптивного подходов.
Заметим, что в науке и практике выработано значительное число классификационных типов прогнозирования. В зависимости от степени взаимодействия со средой выделяют неадаптивные, частично адаптивные и адаптивные модели. Так, неадаптивную модель можно характеризовать строгой последовательностью и соблюдением определенных действий для достижения поставленной цели. Очевидным недостатком данной модели является элиминирование факторов внешней и внутренней среды. Адаптивная модель, напротив, определяется как самоприспосабливающаяся, самонастраивающаяся модель, характеризуется гибкостью и чувствительностью к воздействию внутренних и внешних факторов.
Преимущества адаптивной модели состоят в следующем:
1) она обладает высокой гибкостью, что необходимо в условиях динамизма рыночной экономики;
2) модель позволяет достичь компромисса между стратегическими целями и воздействием факторов для получения желаемых результатов;
3) модель способна адекватно реагировать на воздействие факторов и отличается умением приспосабливаться к изменениям.
На основании полученных результатов можно говорить о том, что модель Хольта-Уинтерса может быть применена к прогнозированию потребления электроэнергии, но только при условии подбора параметров модели. К сожалению, алгоритма определения параметров модели нет, к тому же модель Хольта-Уинтерса не учитывает случайные колебания, как, например, модель на основе стохастических дифференциальных уравнений.