[发明专利]一种基于时间序列的地铁能耗综合预测方法

摘要

本发明从地铁能源管理系统的样本数据直接出发，基于时间序列的方法建立地铁总能耗的预测模型。本发明充分考虑地铁能耗的周期性，依照能耗预测时间的长短建立预测模型，采用长自回归模型法和非线性最小二乘法相结合的参数估计方法，其中用长自回归模型法进行参数的初估计，非线性最小二乘法进行参数的精估计。本发明利用地铁能源管理系统的记录数据，基于时间序列的分析方法，直接建立地铁能耗预测模型，不需要花费精力去研究地铁系统的能耗结构，更不会因能耗影响因素的考虑不周全而影响地铁的能耗预测精度。

主权项

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。