[发明专利]时间序列模型建立方法、装置、计算机设备和存储介质

权利要求书

1.一种时间序列模型建立方法，所述方法包括：

获取初始时间序列，将所述初始时间序列分为若干个区间；

将每个区间进行分段，并对每个区间中对应分段的数据进行排序，对排序后的每一分段的排序顺序情况进行标记，得到顺序标识值；

根据每个区间中各个分段的顺序标识值计算得到每个区间的离散程度值；

根据每个区间的离散程度值计算所述初始时间序列的周期性指标；

获取所述周期性指标对应的目标模型权重及建立时间序列模型的标准模型权重，根据所述目标模型权重调整所述标准模型权重；

根据所述目标模型权重调整后的标准模型权重以及所述初始时间序列建立时间序列模型。

2.根据权利要求1所述的方法，其特征在于，所述根据每个区间的离散程度值计算所述初始时间序列的周期性指标，包括：

计算所述每个区间的离散程度值的平均值，并计算所述平均值与预设值的差值；

判断所述差值是否小于周期标准值；

当所述差值小于周期标准值时，输出所述初始时间序列周期性强的周期性指标；

当所述差值大于周期标准值时，输出所述初始时间序列周期性弱的周期性指标。

3.根据权利要求1所述的方法，其特征在于，所述根据每个区间中各个分段的顺序标识值计算得到每个区间的离散程度值之后，还包括：

对所述每个区间的离散程度值进行归一化处理；

所述根据每个区间的离散程度值计算所述初始时间序列的周期性指标，包括：

根据归一化后的每个区间的离散程度值计算所述初始时间序列的周期性指标。

4.根据权利要求1所述的方法，其特征在于，所述将每个区间进行分段之前，还包括：

检测所述初始时间序列是否完整；

当所述初始时间序列不完整时，获取所述初始时间序列的中断点，并对所述初始时间序列中所述中断点之前区间以及所述中断点所在区间的数据进行删除处理。

5.根据权利要求4所述的方法，其特征在于，所述获取所述周期性指标对应的目标模型权重，包括：

获取删除处理后的初始时间序列的数据，并判断所述删除处理后的初始时间序列的数据量是否小于预设数据量；

当所述删除处理后的初始时间序列的数据量小于预设数据量时，则获取预设权重作为所述周期性指标对应的目标模型权重。

6.一种时间序列模型建立装置，其特征在于，所述装置包括：

第一获取模块，用于获取初始时间序列，将所述初始时间序列分为若干个区间；

分段模块，用于将每个区间进行分段，并对每个区间中对应分段的数据进行排序，对排序后的每一分段的排序顺序情况进行标记，得到顺序标识值；

第一计算模块，用于根据每个区间中各个分段的顺序标识值计算得到每个区间的离散程度值；

第二计算模块，用于根据每个区间的离散程度值计算所述初始时间序列的周期性指标；

第二获取模块，用于获取所述周期性指标对应的目标模型权重及建立时间序列模型的标准模型权重，根据所述目标模型权重调整所述标准模型权重；

模型建立模块，用于根据所述目标模型权重调整后的标准模型权重以及所述初始时间序列建立时间序列模型。

7.根据权利要求6所述的装置，其特征在于，所述装置包括：

第三计算模块，用于计算所述每个区间的离散程度值的平均值，并计算所述平均值与预设值的差值；

判断模块，用于判断所述差值是否小于周期标准值；

第一输出模块，用于当所述差值小于周期标准值时，输出所述初始时间序列周期性强的周期性指标；

第二输出模块，用于当所述差值大于周期标准值时，输出所述初始时间序列周期性弱的周期性指标。

8.根据权利要求6所述的装置，其特征在于，所述装置包括：

归一化模块，用于对所述每个区间的离散程度值进行归一化处理；

第四计算模块，用于根据归一化后的每个区间的离散程度值计算所述初始时间序列的周期性指标。