การพยากรณ์ปริมาณการใช้ไฟฟ้าของประเทศไทยโดยใช้ตัวแบบ SARIMA และตัวแบบการถดถอยที่มีความคลาดเคลื่อนเป็นตัวแบบ ARMA

Abstract

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบตัวแบบการพยากรณ์อนุกรมเวลา 2 ตัวแบบ คือ ตัวแบบ SARIMA และตัวแบบการถดถอยที่มีความคลาดเคลื่อนเป็นตัวแบบ ARMA ข้อมูลที่นำมาใช้ในการศึกษาเป็นข้อมูลอนุกรมเวลารายเดือนของปริมาณการใช้ไฟฟ้าของประเทศไทยซึ่งแบ่งการพยากรณ์เป็น 2 ช่วงเวลา คือ การพยากรณ์ข้อมูลในอดีตตั้งแต่เดือนมกราคม พ.ศ. 2545 ถึงเดือนธันวาคม พ.ศ. 2556 เพื่อคัดเลือกตัวแบบที่เหมาะสมที่สุดในแต่ละตัวแบบพยากรณ์ทั้ง 2 ตัวแบบ และ การพยากรณ์ล่วงหน้าตั้งแต่เดือนมกราคม พ.ศ. 2557 ถึงเดือนพฤษภาคม พ.ศ. 2557 จำนวน 5 เดือน เพื่อคัดเลือกตัวแบบที่ดีที่สุดมา 1 ตัวแบบ โดยเกณฑ์ที่ใช้ในการเปรียบเทียบความคลาดเคลื่อนของการพยากรณ์ คือ ค่าเฉลี่ยของค่าสัมบูรณ์ เปอร์เซ็นต์ความคลาดเคลื่อน (MAPE) จากการศึกษาพบว่าตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ปริมาณการใช้ไฟฟ้าของประเทศไทยคือตัวแบบการถดถอยที่มีความคลาดเคลื่อนเป็นตัวแบบ ARMA(2,(6,20)) โดยตัวแบบที่ได้มีค่าความคลาดเคลื่อนจากการพยากรณ์ล่วงหน้าเมื่อวัดด้วยค่า MAPE ต่ำที่สุดเท่ากับ 1.7898 % โดยมีตัวแปรอิสระ คือ เวลา ดัชนีฤดูกาล และผลกระทบเนื่องจากเหตุการณ์ผิดปกติ และค่าความคลาดเคลื่อนที่ได้จากการพยากรณ์มีสมบัติตามทฤษฎี กล่าวคือ มีการแจกแจงแบบปกติ ไม่มีสหสัมพันธ์ในตัวเอง มีค่าเฉลี่ยไม่แตกต่างจากศูนย์ มีความแปรปรวนคงที่ และตัวแบบที่ได้มีความเหมาะสมเมื่อทดสอบด้วยสถิติ Q ของ Box-Ljung

คำสำคัญ : ปริมาณการใช้ไฟฟ้าของประเทศไทย; ตัวแบบ SARIMA; ตัวแบบการถดถอยที่มีความคลาดเคลื่อนเป็นตัวแบบ ARMA

Abstract

The objective of this research is compare 2 models of forecasting time series, SARIMA and regression models with ARMA errors. In this study, we use the monthly time series data of Thailand’s electricity consumption. Forecasting time series were split into two groups. The first group was the data collected from January 2002 to December 2013 for selection suitable models in each forecasting methods and lead forecasting 5 months. These lead forecasting to compare with data collected from January to May 2014 for selection the most suitable model. Mean absolute percentage error (MAPE) is used as the comparative criterion. The results showed that the regression model with ARMA(2,(6,20)) errors is the most suitable model for forecasting the monthly time series data of Thailand’s electricity consumption. The regression model with ARMA errors had lowest MAPE of 1.7898 % of 5 months lead forecast. The most suitable model has three independent variables: time, seasonal index and irregular effect. The best forecasting model has been checked by using residual analysis. It is concluded that the random errors are normally distributed, no autocorrelated, zero mean and constant variance. The model fitting is adequate for the data with the Portmanteau Statistic Q of Box-Ljung.

Keywords: Thailand’s electricity consumption; SARIMA; regression model with ARMA error