[发明专利]基于ITD和时间序列分析的计量误差计算方法

摘要

本发明公开了一种能够在线分析且预测误差较小的基于ITD和时间序列分析的计量误差计算方法。该基于ITD和时间序列分析的计量误差计算方法利用ITD分解法在线分离出计量误差历史时间序列的旋转分量和趋势分量，对于平稳变化的趋势分量采用ARMA模型进行误差建模预测，对于其他非平稳变化的旋转分量则由ARIMA模型实现该部分误差的预测，最后，将所有误差分量预测模型的预测值叠加综合，实时计算电能计量误差的预测结果，能够实现在线分析且预测误差较小。适合在关口计量设备状态评估技术领域推广应用。

主权项

基于ITD和时间序列分析的计量误差计算方法，其特征在于包括以下步骤：A、将计量误差历史时间序列x(t)利用ITD法分解成n个旋转分量x_R1(t),x_R2(t),…,x_Rn(t)和1个趋势分量x_T(t)；B、分别建立n个旋转分量x_R1(t),x_R2(t),…,x_Rn(t)的ARIMA预测子模型M_R1,M_R2,…,M_Rn，x_Rn(t)的ARIMA(p,d,q)模型为：式中：(1‑z^‑1)^d为d次差分运算算子，通过计算得到旋转分量模型系数和θ_Rnj，i＝1,2,…,p和j＝1,2,…,q；C、建立趋势分量x_T(t)的ARMA预测子模型M_T，x_T(t)的ARMA(p,q)模型为：式中：z^‑i为单位延时算子，和为自回归函数(p阶)和系数，θ_q(z^‑1)和θ_j为滑动平均函数(q阶)和系数，ε(t)为白噪声时间序列，通过计算得到趋势分量模型系数和θ_Tj，i＝1,2,…,p和j＝1,2,…,q；D、利用如下公式计算分别计算趋势分量和旋转分量在τ＝t+1,t+2,…时刻的预测值，具体公式如下所述：E、将计算得到的趋势分量预测值和旋转分量值预测值叠加，得到τ时刻误差预测值x(τ)，所述