时间序列分析法

摘要： 利用1950—2018年历史洪涝灾情数据,选取农业受灾、成灾面积2个指标结合九点二次平滑法、时间序列分析法及空间聚类技术分析了对中国洪涝灾害农业致灾性时空分布规律。结果表明:在时间尺度上,1950—2018年中国洪涝灾害对农业的影响整体有增加趋势,但是不同区域差异明显,洪涝灾害对农业发展影响较大且未来几年这种情况可能会持续下去;在空间尺度上,华南地区、东北部分地区和临海城市农业受灾情况较其他地区更为严重。

摘要： 电力负荷预测是电力系统研究的基础工作之一,而时间序列分析法是目前使用最广泛的预测方法。针对用户日度负荷时间序列存在的波动性及尖峰厚尾特征,文中提出利用均值广义自回归条件异方差(GARCH-M)族模型进行用户负荷预测。首先根据用户日度负荷时间序列的分布情况,利用拉格朗日乘数(LM)检验方法检验了负荷序列的自回归条件异方差(ARCH)效应;其次提出在高斯分布、t分布和广义误差分布(GED)3种不同分布下,根据波动补偿项的不同形式,建立GARCH-M族模型;最后结合损失函数进行预测分析,结果表明相比传统时间序列分析模型,在不同分布下的GARCH-M族模型提高了短期用户负荷预测准确度。

摘要： 草原地下水是畜牧业水资源的重要组成部分,也是维系草原生态平衡的关键问题.以我国最佳植被条件的陈巴尔虎天然草原为例,在采用主成分分析法构建草原地下水主要影响因素评价指标体系的基础上,通过时间序列分析法建立了草原地下水位的短期预测模型.结果表明,从综合指标因子的贡献率来看,反映人为因素的综合指标是影响陈巴尔虎草原地下水位的主要因素,其贡献率高达66.92％,远高于气候因素综合指标的贡献率.利用ARMA模型进行预测,得到了比较好的预测结果,预测误差均小于10％.因此,该模型可以短时期有效预测陈巴尔虎草原地下水位.

摘要： 针对元胞自动机(CA)模型在迭代过程中误差不断累积的问题,提出了一种基于时间序列分析及Scheduled Sampling的优化CA模型(CC-TAS)来仿真种群活动区域.为克服传统CA模型固定化参数的局限,采用时间序列分析来预测参数,并利用Scheduled Sampling优化方法在实际值与模型上一阶段输出值中进行随机选择,避免误差在模拟过程中不断累积,修正了模型仿真的结果.实验结果表明:CC-TAS模型峰值误差仅为19.4％,其综合准确率达93.4％,显著改进了CA模型的相应结果.

摘要： 国内生产总值(GDP)是衡量一个国家经济状况的重要指标,对促进经济增长和协助地方经济决策具有重要意义。本文对贵州省2005-2019年的56个季度GDP数据基于SPSS23.0用确定性分析消除季节效应后通过ARIMA模型进行拟合,通过对数据误差分析、模型参数估计、模型检验等综合分析,确立了符合趋势性和周期性特点的ARIMA模型。再用软件预测未来2年贵州省GDP总值,最终得出未来2年贵州省GDP将逐年稳定上升的特点。

摘要： 由于在利用原有模型进行舰船网络丢包率预测时,在重传数据包数目为700～840个的范围内存在丢包捕捉率较低的问题,因此提出一种基于时间序列分析法的舰船网络丢包率预测数学模型.根据对舰船网络实际数据传输进行的假设构建舰船网络吞吐量模型.基于时间序列分析法对路径时延偏差进行测量.根据路径时延偏差的测量结果,获取舰船网络丢包率中拥塞丢包频率与链路丢包频率,构建舰船网络丢包率预测数学模型.为了证明该模型的丢包捕捉率较高,将该模型与原有模型进行对比实验.实验结果证明,该模型在该范围内的丢包捕捉率高于原有模型,实现了丢包率预测性能的提升.

摘要： 针对张掖市2004—2017年的社会消费品零售总额数据值构建时间序列长期趋势拟合分析模型,并对2018—2020年张掖市的社会消费品零售总额进行预测,得出张掖市社会消费品零售总额呈现出逐步增长的上升趋势,预测的结果有较强的可利用价值,为张掖市未来五年内的宏观调控提供了可靠的科学理论支持.

摘要： 为准确预测防城港港口货物吞吐量,为经济发展提供重要信息,依据防城港港2011-2016年的货物吞吐量数据,运用剔除了季节因素影响的时间序列分析方法建立数学模型用于预测防城港港货物吞吐量,并将预测结果与实际数据对照以验证数学模型的有效性,进而对防城港港2018-2021年的货物吞吐量进行预测,预测结果为防城港港货物吞吐量将稳步增长,根据预测结果为防城港港的发展规划提出建议.

摘要： 基坑是建筑物的基础,基坑的变形预测是一项必不可少的工作.本文通过对长沙市某基坑进行变形监测,结合其垂直位移数据,使用MATLAB软件编程验证了基于自回归模型能较好地对垂直监测点进行建模预测;用AIC、BIC准则和F检验法定阶法两种方法定阶对后10期数据进行预测和对比,得出不同的时间序列数据适用于不同的定阶方法;使用五点平滑法对数据进行预处理,将预处理后的实验数据代入AR模型,预测精度提高约0.1mm;提出未来变形监测的新前景.

摘要： 云南电网信息中心运维着上百个信息系统并积累了大量的与软硬件资源健康状态相关的系统运行数据.在信息系统运行中,任何一种软硬件资源负载过大都可能会引起信息系统性能下降甚至瘫痪.而数据库作为信息系统相关数据的统一管理者,其数据库容量资源不足会造成信息系统数据丢失,从而影响信息系统的正常运行.本文以数据库容量为研究对象,提出了一种基于ＡＲIＭＡ时间序列分析法的数据库容量预测模型,通过学习历史运行数据对未来数据库容量使用情况进行有效预测,实现对数据库容量的提前预警,将被动运维转变为主动运维,从而有效提升运维效率.

摘要： 大坝滑坡体变形监测是水电站施工建设和分期蓄水阶段安全性的重要保障,监测数据分析和处理的方法又会直接影响到变形预报的质量.本文应用时间序列分析法中的ARIMA模型,以某水电站坝址下游滑坡体为例,构建非平稳时间序列模型对表面监测数据进行分析处理,比较模型预测数据与实际位移数据之间的差异,试验表明ARIMA模型在滑坡体表面位移分析和预报方面具有较高的精度和可靠性.

摘要： 本文以西部地区和北部湾经济区为例，通过基尼系数法、σ-收敛法以及时间序列分析法对区域创新水平的收敛性及其时区域经济发展的促进作用进行了科学的分析。研究结果表明，整个西部地区的内部发展差异明显，且经济增长和创新发展的步伐不一致。时间序列回归结果显示北部湾地区创新产出对经济增长的长期效应不明显，创新活动的促进作用没有持续性，技术创新的成果转化问题没有引起足够的重视。

摘要： 本文根据某型飞机起动箱的主要状态参数--延时参数,采用时间序列分析法,建立该状态参数的ARMA模型,并依据该模型,提出了一种隔步选择预报结果的预测预报方法.研究结果表明,本方法与实测结果基本吻合,效果良好.

摘要： 针对目前中国地下开采矿山中,职业安全与健康问题普遍较为严重的现实情况,根据2005年至2014年十年间中国矿业安全生产事故统计数据,运用时间序列分析方法分别做一阶、二阶和三阶自回归模型进行事故发生规律的分析,并预测2015年1-2月的矿业生产安全事故起数.

摘要： 针对目前中国地下开采矿山中,职业安全与健康问题普遍较为严重的现实情况,根据2005年至2014年十年间中国矿业安全生产事故统计数据,运用时间序列分析方法分别做一阶、二阶和三阶自回归模型进行事故发生规律的分析,并预测2015年1-2月的矿业生产安全事故起数.

摘要： 针对目前中国地下开采矿山中,职业安全与健康问题普遍较为严重的现实情况,根据2005年至2014年十年间中国矿业安全生产事故统计数据,运用时间序列分析方法分别做一阶、二阶和三阶自回归模型进行事故发生规律的分析,并预测2015年1-2月的矿业生产安全事故起数.

摘要： 针对目前中国地下开采矿山中,职业安全与健康问题普遍较为严重的现实情况,根据2005年至2014年十年间中国矿业安全生产事故统计数据,运用时间序列分析方法分别做一阶、二阶和三阶自回归模型进行事故发生规律的分析,并预测2015年1-2月的矿业生产安全事故起数.

摘要： 主要分析日常的WCDMA无线扩容需求,针对当前仅从现网无线资源利用率、RAB拥塞情况、CE利用率、在线用户数等指标进行扩容需求评估,但这种扩容需求评估方式严重滞后,从用户体验层面来说,无法起到网络拥塞预防的作用.基于此,提出了一种基于ARIMA模型的WCDMA无线扩容预测,解决了WCDMA无线扩容的前瞻性需求分析,从而提升用户体验.

摘要： 特征量提取装置(100)具有：数据取得部(110)，其取得时间序列数据作为输入时间序列数据(D1)；多滤波器应用部(120)，其具有多个数字滤波器，对数据取得部(110)取得的输入时间序列数据(D1)应用各数字滤波器，按照每个数字滤波器输出应用后的包含时间序列特征或频率特征的时间序列数据即滤波器响应时间序列数据(D5)；以及特征量提取部(130)，其针对多滤波器应用部(120)输出的多个滤波器响应时间序列数据(D5)，按照每个滤波器响应时间序列数据(D5)提取特征量，输出提取出的特征量作为特征量数据(D2)。

摘要： 本发明涉及一种云种散播物质的模拟影响时间段自动时间序列分析方法及系统，本发明的一实施例的云种散播物质的模拟影响时间段自动时间序列分析方法，包括：第1步骤，数值模拟执行部对于通过云种散播物质撒布的人工降雨实验执行数值模拟；第2步骤，扩散场信息演算部由所述数值模拟的结果演算所述云种散播物质的扩散场信息；第3步骤，各个地点扩散时间范围演算部基于演算的所述云种散播物质的扩散场信息，对于一个以上的观测地点分别演算所述云种散播物质的扩散时间范围；及第4步骤，时间序列显示部将各个所述云种散播物质的扩散时间范围显示在对应的所述观测地点的观测资料时间序列。

摘要： 本发明公开了一种基于时间序列分析的数据库安全态势评估方法，随着电子互联网的发展，数据库的需求日益壮大，同样，伴随着数据库需求增长的还有数据库安全的需求，分布式数据库为当今互联网时代提供了高效高安全性的数据库功能，通过数据切片等手段让数据安全性得到空前提高。本发明通过提供一种基于时间序列分析的数据库安全态势评估方法，在分布式数据库存储系统中，通过收集时序上连续的用户访问数据库的习惯，分析用户访问各个服务器的概率，计算用户访问数据库的安全态势，并利用用户群体的安全态势识别高危的安全态势，提高数据库的安全性，保护用户的隐私。

摘要： 本发明公开了一种基于时间序列分析的短信防炸登录方法及系统，涉及短信登录认证相关领域，所述方法包括：获得第一用户的历史登录数据序列；基于单位根对所述历史登录数据序列进行平稳性校验，获得第一校验结果；构建第一时间序列预测模型；若所述第一校验结果为第一结果时，对所述第一时间序列预测模型进行有效性校验；若所述第一时间序列预测模型有效性通过时将所述历史登录数据序列作为输入数据输入第一时间序列预测模型中，获得第一预测信息；构建第一安全校验规则；基于所述第一安全校验规则对所述第一用户的实时登录信息进行校验。解决了现有技术中由于传统验证方式没有考虑用户实际使用特征，降低正常登陆用户体验的技术问题。

摘要： 本发明提供一种基于时间序列分析的森林增长年份自动识别方法，获取全球森林变化数据集、全球森林树冠高度数据集和预设年份中各个年度的地表反射率影像，并对地表反射率影像进行预处理以获取年度各景影像归一化植被指数序列和年度归一化燃烧指数序列，再计算年度归一化燃烧指数阈值，而后基于全球森林变化数据集、全球森林树冠高度数据集和年度各景影像归一化植被指数序列获取全球潜在森林增长区域，再通过LandTrendr算法获取森林增长时段，并基于所述全球潜在森林增长区域内的年度归一化燃烧指数序列和森林增长的时段结合自动提取森林增长年份，如此，进行全球森林增长年份制图，以快速自动获取全球森林增长年份。

摘要： 公开了用于预测计算工作负载的时间序列分析技术。资源管理系统监控计算系统并从计算系统获取度量数据。度量数据被存储为数据集的历史数据点集。该历史数据点集的第一部分包括不对应于与该历史数据点集的第二部分相关联的季节性模式的离群值。资源管理系统测试并入对应于第一外生因素的第一外生变量的第一时间序列模型以确定第一时间序列模型在误差阈值内与历史数据点集的第一部分和历史数据点集的第二部分两者拟合。然后资源管理系统选择第一时间序列模型来预估数据集的未来数据点。

摘要： 本发明公开了一种基于时间序列分析的产品数据分类统计方法，包括步骤：将获取到的产品数据集储存在文本文件中；对文本文件进行预处理操作，得到可分析的时间序列数据集，对时间序列数据集调制间隔，实现单波识别；利用密度聚类算法对所述单波识别的二维数组进行聚类分析，设置密度聚类算法的参数，给定密度阈值和半径参数值，并对半径参数调整；通过动态时间规整算法，对给定的时间子序列进行对齐操作，计算子序列平均累计最短距离，平均累计最短距离视为子序列间的相似度，利用各子序列间的相似度完成分类。采用本发明，可对多条产线上使用不同记录频率的传感器同时记录，得到多个时间序列数据集，同时进行分析，得出每条产线上的产品种类个数。

摘要： 本发明提供一种基于时间序列分析与日统计的辐照预测方法，包括：步骤S1：对历史辐照数据进行预处理，获取用于分析的辐照数据；步骤S2：对辐照数据进行周期性分析，并根据周期性分析结果构建自回归模型；步骤S3：对辐照数据进行日统计分析，并根据日统计分析结构构建日统计模型；步骤S4：基于自回归模型和日统计模型，对辐照进行预测。本发明的基于时间序列分析与日统计的辐照预测方法，综合自回归模型和日统计模型，对辐照进行准确预测，为稳定电网的策略制定提供数据基础。

摘要： 本发明提出了一种基于长时间序列分析的输电线路地表形变预警方法及装置，包括：获取输电线路的SAR影像，通过InSAR技术处理SAR影像生成输电线路地表的形变图；在形变图中选取兴趣点，通过形变图获取兴趣点的地表形变时间序列，结合预设识别规则与差分自回归移动平均模型，构建长时间序列分析模型；通过长时间序列分析模型对兴趣点的地表形变进行预测。本发明解决了目前有关输电线路地表形变的预测与预警问题，基于地表形变时间序列，引入差分自回归移动平均模型，能够对兴趣点的地表形变进行后续时间序列地表形变值的预测，实现高精度的输电线路地表形变预测，突破了现有输电线路地表形变停留在形变监测的局面。

摘要： 本发明公开了一种基于时间序列分析的超短期风机功率预测方法，其特征在于包括：S1：对预定时间范围内的风机功率数据按分钟进行分组，得到每分钟的子序列ti，组成风机功率序列；S2：求取每个子序列ti的十秒平均功率值，组成十秒平均功率数据序列x；S3：判断十秒平均功率数据序列x是否平稳，如果不平稳，则对十秒平均功率数据序列x进行差分得到差分序列；直到最终得到的差分序列∈平稳，在此过程中记录差分次数d；S4：根据十秒平均功率数据序列x以及差分序列∈，采用差分整合移动平均自回归模型进行拟合，得到预测模型。本发明基于统计分析法，方法更加简单有效，预测结果更加准确。