[发明专利]一种基于时间序列的地铁能耗综合预测方法

权利要求书

1.一种基于时间序列的地铁能耗综合预测方法，主要包括以下步骤：

第一步，采用差分方法对地铁能耗样本序列x_t进行调整，使得调整后的序列是平稳时间序列，记为Y；

第二步，采用Daniel校验，对第一步中产生的平稳时间序列Y进行平稳性校验；

第三步，利用第二步已通过平稳性校验得到的地铁能耗数据的平稳时间序列Y，采用自回归移动平均模型对其进行建模，基本表达式为：

   (公式1)

其中{Y_t,t＝1,2,3,…N}，Y_t-1,…,Y_t-n为Y在t-1,…t-n时刻的值，ε是均值为零，方差为σ_ε²的平稳白噪声，ε_t,ε_t-1,…,ε_t-m为ε在t,t-1,…t-m时刻的值，式中为自回归系数，θ_j(j＝1,2,…,m)为滑动平均系数；

第四步，采用长自回归模型法对公式1的模型参数进行初估计，然后，采用非线性最小二乘法实现公式1的模型参数的精估计；

第五步，利用Q准则检验模型中的ε是否为白噪声，若是白噪声，则说明建立的模型适合地铁能耗样本的时间序列，若不是白噪声，则返回第四步重新进行参数估计；

第六步，利用经过第五步检验获得的地铁能耗模型，根据地铁能耗平稳时间序列Y在t时刻及以前时刻的取值，对未来t+l时刻的变量Y_t+l,(l>0)做出估计。

2.如权利要求1所述的地铁能耗综合预测方法，其中在第一步中，设地铁能耗样本原始序列为{x_t}(t＝1,2,…,N)，且其周期为s，可进行差分运算：

Y=▿sXt=Xt-Xt-s,]]>

其中，Y是经过差分后的平稳序列，为s阶差分算子，X_t为数据序列在t时刻的值，X_t-s为数据序列在t-s时刻的取值。