[发明专利]一种基于ARMA模型的海洋波浪波高预测方法

权利要求书

1.一种基于ARMA模型的海洋波浪波高预测方法，其特征在于：包括如下步骤：

(1)利用波高传感器采集海洋波浪波高的历史数据和当前数据，形成一组具有时间顺序的数据序列；

(2)对采集到的数据序列进行差分运算，消除数据序列的不平稳趋势性，使数据序列的变化过程为平稳过程；

(3)对差分运算后的数据序列进行标准化处理，使数据序列之间具有规律性和可比性；

(4)计算标准化处理后的数据序列的自相关系数和偏相关系数，自相关系数可以体现数据序列构成模式的固有特性，偏相关系数可以分析数据序列的截尾性，通过自相关系数和偏相关系数建立具有一定自回归阶数和移动平均阶数的ARMA模型；

(5)通过建立的ARMA模型预测未来某一时间段内海洋波浪波高的预测数据序列。

2.根据权利要求1所述的基于ARMA模型的海洋波浪波高预测方法，其特征在于：所述步骤(1)中，利用波高传感器采集海洋波浪波高的历史数据和当前数据，其中波高传感器的采集频率不低于20Hz。

3.根据权利要求1所述的基于ARMA模型的海洋波浪波高预测方法，其特征在于：所述步骤(2)中，差分运算的计算公式为H(n)＝X(n)-X(n-1)，其中X(n)为数据序列中的第n个元素，N为数据序列的个数，n＝1,2,…,N。

4.根据权利要求3所述的基于ARMA模型的海洋波浪波高预测方法，其特征在于：所述步骤(2)中，为了保证数据序列的平稳性，需要对数据序列进行两次差分运算。

5.根据权利要求3所述的基于ARMA模型的海洋波浪波高预测方法，其特征在于：所述步骤(3)中，标准化处理的计算公式为B(n)＝(H(n)-U_x)/m，其中U_x为数据序列的平均值，m=(Σ1N(H(n)-Ux)2/N)0.5.]]>

6.根据权利要求5所述的基于ARMA模型的海洋波浪波高预测方法，其特征在于：所述步骤(4)中：自相关系数的计算公式为其中为ARMA模型的自回归阶数系数，p为ARMA模型的自回归阶数，i＝1,2,…,p；偏相关系数通过求解耶尔-瓦克尔方程组获得，结合偏相关系数获得ARMA模型的移动平均阶数系数θ_j和ARMA模型的移动平均阶数q，j＝1,2,…,q。

7.根据权利要求6所述的基于ARMA模型的海洋波浪波高预测方法，其特征在于：所述步骤(4)中：首先根据数据序列的自相关系数和偏相关系数，可以分析数据序列的截尾性，进而初步估计ARMA模型的自回归阶数和移动平均阶数；接着利用最小二乘法和AIC准则来最终确定ARMA模型的自回归阶数和移动平均阶数。

8.根据权利要求7所述的基于ARMA模型的海洋波浪波高预测方法，其特征在于：所述步骤(5)中：通过建立的ARMA模型预测未来某一时间段内海洋波浪波高的预测数据序列，具体依据的公式为其中ε_t为独立的误差项，W_t为平稳、正态和零均值的未来某一时间段内海洋波浪波高的预测数据序列。