里用gam使用_在r语言中使用GAM（广义相加模型）进行电力负荷时间序列分析

原文链接：

http://tecdat.cn/?p=9024​tecdat.cn

用GAM进行建模时间序列

我已经准备了一个文件，其中包含四个用电时间序列以进行分析。数据操作将由data.table程序包完成。

将提及的智能电表数据读到data.table。

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

使用GAM回归模型。将工作日的字符转换为整数，并使用recode包中的函数car重新编码工作日，以适应一周中出现的情况：1.星期一，…，7星期日。

1. 
   DT[, week_num := as.integer(car::recode(week,
2. 
   "'Monday'='1';'Tuesday'='2';'Wednesday'='3';'Thursday'='4';
3. 
   'Friday'='5';'Saturday'='6';'Sunday'='7'"))]

将信息存储在日期变量中，以简化工作。

1. 
   n_type <- unique(DT[, type])
2. 
   n_date <- unique(DT[, date])
3. 
   n_weekdays <- unique(DT[, week])
4. 
   period <- 48

让我们看一下用电量的一些数据并对其进行分析。

1. 
   data_r <- DT[(type == n_type[1] & date %in% n_date[57:70])]
3. 
   ggplot(data_r, aes(date_time, value)) +
4. 
   geom_line() +
5. 
   theme(panel.border = element_blank(),
6. 
   panel.background = element_blank(),
7. 
   panel.grid.minor = element_line(colour = "grey90"),
8. 
   panel.grid.major = element_line(colour = "grey90"),
9. 
   panel.grid.major.x = element_line(colour = "grey90"),
10. 
    axis.text = element_text(size = 10),
11. 
    axis.title = element_text(size = 12, face = "bold")) +
12. 
    labs(x = "Date", y = "Load (kW)")

在绘制的时间序列中可以看到两个主要的季节性：每日和每周。我们在一天中有48个测量值，在一周中有7天，因此这将是我们用来对响应变量进行建模的自变量–电力负荷。

训练我们的第一个GAM。通过平滑函数s对自变量建模，对于每日季节性，使用三次回归样条，对于每周季节性，使用P样条。

1. 
   gam_1 <- gam(Load ~ s(Daily, bs = "cr", k = period) +
2. 
   s(Weekly, bs = "ps", k = 7),
3. 
   data = matrix_gam,
4. 
   fami