[发明专利]时间序列预测方法、装置、计算机设备和可读存储介质

权利要求书

1.一种时间序列预测方法，其特征在于，包括：

分解目标设备运行操作的至少一个原始时间序列，得到所述目标设备运行的趋势项时间数据组和季节项时间数据组；

利用所述趋势项时间数据组和季节项时间数据组进行联合学习训练，以得到设备运行的趋势项集合；

基于目标时间序列和所述趋势项集合，从所述至少一个原始时间序列中选择原始时间序列作为目标原始时间序列，得到目标原始时间序列集合；

基于所述目标时间序列和所述目标原始时间序列集合中每个目标原始时间序列的趋势项和季节项，确定目标日期的预测值。

2.根据权利要求1所述的时间序列预测方法，其特征在于，所述基于目标时间序列和所述趋势项集合，从所述至少一个原始时间序列中选择原始时间序列作为目标原始时间序列，得到目标原始时间序列集合，包括：

对所述目标时间序列进行分解，得到所述目标时间序列的趋势项和季节项；

计算所述趋势项集合中每个趋势项与所述目标时间序列的趋势项的距离，得到距离集合；

基于所述距离集合，从所述趋势项集合中选择趋势项作为目标趋势项，得到目标趋势项集合；

基于所述目标趋势项集合，从所述至少一个原始时间序列中选择与所述目标趋势项集合中的目标趋势项对应的原始时间序列作为目标原始时间序列，得到所述目标原始时间序列集合。

3.根据权利要求2所述的时间序列预测方法，其特征在于，所述基于所述目标时间序列和所述目标原始时间序列集合中每个目标原始时间序列的趋势项和季节项，确定目标日期的预测值，包括：

获取初始模型；

基于获取的趋势项拟合结果、获取的季节项拟合结果和所述初始模型，得到时间序列趋势变化模型；

将所述目标日期输入至所述时间序列趋势变化模型，得到预测值。

4.根据权利要求3所述的时间序列预测方法，其特征在于，所述趋势项拟合结果的获取过程，包括：

对所述目标趋势项集合中的目标趋势项进行特征提取，得到趋势项特征集合；

利用预设训练方式，对所述趋势项特征集合进行训练，得到训练后的趋势项特征集合；

对所述训练后的趋势项特征集合和所述目标时间序列进行拟合，得到趋势项拟合结果。

5.根据权利要求3所述的时间序列预测方法，其特征在于，所述季节项拟合结果的获取过程，包括：

对所述目标时间序列的季节项进行特征提取，得到所述目标时间序列的季节项特征；

对所述目标原始时间序列集合中每个目标原始时间序列的季节项进行特征提取，得到季节项特征集合；

利用所述预设训练方式，对所述季节项特征集合进行训练，得到训练后的季节项特征集合；

对所述季节项特征和所述季节项特征集合进行拟合，得到季节项拟合结果。

6.根据权利要求1至5中任一项所述的时间序列预测方法，其特征在于，所述方法还包括：

将所述预测值传输至具有显示功能的目标设备，以及控制所述目标设备显示所述预测值。

7.一种时间序列预测装置，其特征在于，包括：

分解单元，被配置成分解目标设备运行操作的至少一个原始时间序列，得到所述目标设备运行的趋势项时间数据组和季节项时间数据组；

趋势项集合获取单元，被配置成利用所述趋势项时间数据组和季节项时间数据组进行联合学习训练，以得到设备运行的趋势项集合；

选择单元，被配置成基于目标时间序列和所述趋势项集合，从所述至少一个原始时间序列中选择原始时间序列作为目标原始时间序列，得到目标原始时间序列集合；

预测单元，被配置成基于所述目标时间序列和所述目标原始时间序列集合中每个目标原始时间序列的趋势项和季节项，确定目标日期的预测值。