时间序列分析

摘要： 针对超短期风电功率预测,准确捕捉功率变化因素和建立混合预测模型是提高预测精度的有效手段之一。为了能够继承和整合单个模型的优点以及增强历史信息的表示和利用能力,文章提出了一种基于信息融合和堆叠模型的超短期风电功率预测模型。首先,利用相关性方法选择历史功率序列和历史测风塔数据的特征,作为预测模型的输入;然后,建立两层堆叠的集成模型作为预测模型,并使用交叉验证和超参数优化以增强预测模型的泛化性能;最后,以每个基学习器的输出作为元学习器获得最终预测值的新输入。通过东北某风电场真实数据的验证,以及与单一模型、深度神经网络模型和集成学习模型的对比,验证了所提模型的可行性和有效性。

摘要： 近年来,PPP模式作为新兴投融资模式,转变政府职能、推动供给侧结构性改革以及引导民营资本进入公共基础服务领域等方面提供了有效支撑。然而,目前我国社会资本参与的PPP现状依然表现出“国有资本热、民营资本冷”、“建设环节热、运营环节冷”、“银行资本热、自有资金冷”的现象。PPP项目普遍存在融资难度大、盈利能力弱、风险大等问题,加上制度、法律和运作环境不健全,使得民营资本进入PPP面临障碍。

摘要： 在利用层次分析法和ARIMA干预分析法,建立新冠肺炎疫情对武汉市餐饮业影响评价模型,得出武汉市餐饮业的主要影响因素后,考辨2020年武汉市餐饮业的营业收入值,并以此分析出新冠肺炎疫情对餐饮业发展的影响程度。在模型结果的基础上,针对后疫情时代武汉市餐饮业的发展提出提高餐饮企业的卫生安全标准、扩大线上营业模式、推进企业采取堂食分餐制、规范餐饮企业的管理和构建完善的餐饮业供应链系统等建议。

摘要： GDP作为评估经济发展的重要指标,如何准确预测显得尤为重要。采用多种不同方法对四川省GDP进行预测分析。首先构建ARIMA模型预测,进而采用BP人工神经网络模型预测,并分别更改节点激励函数、神经元节点个数,对比预测效果的变化,从而探究算法结构对GDP预测效果的影响。由于BP模型容易陷入局部最优,为解决算法的固有缺点,进一步采用GA-BP算法,即在权值和阈值的更新迭代上加入遗传算法,算法稳定性更高。最后采用灰色预测模型对四川省GDP进行粗略预测,并对几种方法加以比较。

摘要： 针对基于动力学模型的轨道预报方法对卫星自主轨道预报与大量非合作目标轨道预报中存在建模成本过高和缺少目标空间环境信息的问题,提出一种基于误差数据驱动的神经网络轨道预报方法。该方法在解析法动力学模型的基础上,使用长短期记忆神经网络对历史轨道预报的误差进行学习,预测未来短期动力学模型的预报误差,以此对预报结果进行修正。选用Ajisai卫星轨道数据和SGP4(simplified general perturbations)动力学模型对所提模型的有效性和性能进行仿真验证。实验结果表明,所提方法对地心惯性坐标系下3个轴一天的预报误差分别下降到原来的16.87%、17.66%、19.58%,显著提升了轨道预报精度。

摘要： 目的了解大气主要污染物PM_(2.5)对人群造成的超额死亡风险。方法收集2015—2019年无锡市户籍人口死因个案资料,采用广义线性模型(generalized linear models,GLM),在控制时间趋势、气象因素和星期几效应等混杂因素基础上,分析PM_(2.5)造成的超额死亡风险。结果 PM_(2.5)对非意外总死亡人数的影响存在滞后效应。对单日非意外总死亡PM_(2.5)滞后效应表现为逐渐缓慢升高趋势,在单日滞后3 d(lag3)时效应达到最大,滞后第3 d的PM_(2.5)质量浓度每升高10μg/m^(3),单日非意外死亡率增加0.2%,相对危险度(RR值)为1.002 (1.000~1.004);对累积非意外总死亡PM_(2.5)滞后效应表现为先升高后下降趋势,在滑动平均滞后3 d(lag03)时效应达到最大,累积滞后3 d的PM_(2.5)质量浓度每升高10μg/m^(3),累积非意外死亡率增加0.3%,RR值为1.003 (1.000~1.006),以上RR值均有统计学意义(P值均<0.05)。当PM_(2.5)参考质量浓度为35μg/m^(3)时,2015—2019年归因非意外超额死亡人数(95%CI)分别为161(9~320)、127(7~252)、91(5~181)、109(6~218)、80(5~159)人。结论无锡市大气中PM_(2.5)质量浓度与居民超额死亡风险显著相关。

摘要： 目的了解成都市空气污染物污染状况及对成人和儿童呼吸系统疾病门诊量的影响。方法收集2014—2020年度成都市3家综合医院的成人和儿科呼吸系统疾病日门诊量、空气污染物(PM_(10)、PM_(2.5)、NO_(2)、CO、SO_(2))浓度和气象数据(温度、湿度)资料。在控制时间趋势、"星期几效应"以及温湿度等混杂因素基础上,采用时间序列的广义线性模型,对空气中污染物和门诊量的关系进行相关分析,包括当日(lag0)和滞后数日(lag1~lag10)。结果时间序列研究表明,各污染物浓度增加均会引起呼吸系统疾病门诊量的增加,滞后效应不明显,但成人和儿童略有差异,不同污染物超额危险度(ER)最高值滞后天数略有差异。PM_(10)浓度每增加10μg/m^(3)(lag0),成人和儿童呼吸系统疾病门诊量分别增加0.338%(95%CI:0.293%~0.382%)和0.655%(95%CI:0.626%~0.683%)。PM_(2.5)浓度每增加10μg/m^(3),成人呼吸系统疾病门诊量(lag3)增加0.402%(95%CI:0.334%~0.469%),儿童呼吸系统疾病门诊量(lag0)增加0.729%(95%CI:0.687%~0.772%)。NO_(2)浓度每增加10μg/m^(3)(lag0),成人和儿童呼吸系统疾病门诊量分别增加4.305%(95%CI:4.157%~4.454%)和7.188%(95%CI:7.088%~7.287%)。CO浓度每增加10μg/m^(3),成人呼吸系统疾病门诊量(lag3)增加0.004%(95%CI:0.002%~0.005%),儿童呼吸系统疾病门诊量(lag4)增加0.005%(95%CI:0.003%~0.006%)。SO_(2)浓度每增加10μg/m^(3)(lag0),成人和儿童呼吸系统疾病门诊量分别增加3.461%(95%CI:3.053%~3.869%)和7.680%(95%CI:7.425%~7.935%)。结论空气中PM_(10)、PM_(2.5)、NO_(2)、CO、SO_(2)浓度升高均可使成人和儿童呼吸系统疾病门诊量增加。

摘要： 为提高控制系统执行器故障实时诊断的准确率,该文提出一种基于多元时间序列分析的控制系统执行器在线故障诊断方法。首先分析了控制系统执行器故障机理,确定了表征执行器故障的关键信号;其次采用执行器历史数据,建立了时间卷积网络(TCN)在线预测模型,对执行器多通道信号进行在线预测;随后通过长短期记忆网络(LSTM)对多通道残差信号建立了故障分类模型;最后以燃气轮机控制系统执行器半物理试验平台中的电液执行器为例进行了多次重复试验验证。结果表明,基于TCN网络的在线预测模型相比传统循环神经网络(RNN)预测误差较小;基于LSTM网络的故障分类模型准确率较高;通过LSTM网络对多通道残差信号进行故障分类,比对原始故障数据分类故障准确率更高。

摘要： 目的:研究新冠肺炎前后福州市区大气颗粒物污染与居民非意外死亡的关系。方法:收集2016-2020年福州市大气污染数据、气象数据和死因监测数据,采用基于Quasi-Poisson回归广义线性模型的时间序列法,并调整长期趋势、季节性等混杂因素,分析比较新冠肺炎前后大气颗粒物-非意外死亡关系的变化。结果:新冠肺炎发生后,福州市PM2.5浓度显著降低。新冠肺炎前,PM2.5致居民非意外总死亡数的超额危险度于滞后2 d内有显著性,而且在第1天效应最大,分别为[ER=1.69%,95%CI(0.79%,2.59%)]和[ER=0.93%,95%CI(0.49%,1.38%)]。而新冠肺炎后PM2.5对居民非意外总死亡数无显著影响。新冠肺炎前,PM2.5对呼吸系统疾病死亡于滞后第1天有显著影响[ER=3.01%,95%CI(0.35%,5.74%)],新冠后则无显著影响。新冠肺炎前后,PM2.5浓度的降低对循环系统和心血管系统死亡风险的改变无明显影响。结论:新冠肺炎后PM2.5浓度的降低对居民非意外死亡尤其是呼吸系统疾病死亡风险的降低具有显著影响,提示大气污染治理的必要性和有效性。

摘要： 社会治理现代化格局下,文化产业作为新经济增长点与地区转型升级的重要产业,其竞争力提升的行动逻辑及范式策略受到全国各省市的重视。根据当前影响文化产业发展因素的相关理论分析,利用广东省2009—2018年文化产业的相关数据建立计量经济模型,运用eviews10.0的时间序列平稳性检验、协整检验、格兰杰因果检验等回归方法进行实证分析,探寻广东省文化产业竞争力提升的影响因素,结果表明文体娱乐的财政支出对文化产业有明显正向的促进作用。结合广东省文化产业发展的现实检视,应重视提升文化产业中生产要素竞争力、政府正向扶持力、消费需求竞争力、产业规模竞争力水平等,促进广东文化产业竞争力提升应从文化队伍建设、文化产生协调发展、产业集约化发展等方面着手。

摘要： 目的：利用时间序列分析对黄浦区ILI就诊百分比建模并评价预测效果. 方法：通过国家流感监测信息系统收集黄浦区2011年第1周至2014年第52周的ILI就诊百分比,利用SAS9.3软件对数据建立最优autoregressive integrated moving average(ARIMA)模型,利用2015年第1周至第6周的ILI就诊百分比对已建立的ARIMA模型进行预测效果评价. 结果：对ILI就诊百分比预处理发现序列为平稳非白噪声序列,最终建模为ARIMA(1,0,0),模型残差为白噪声序列,真实值均在预测值95％可信区间内. 结论：ARIMA(1,0,0)模型可用于黄浦区ILI就诊百分比的预测.

摘要： 地面沉降监测方法多异,各有其优缺点,本文以2007-2008年10景ALOS/PALSAR卫星升轨数据为例,采用InSAR小基线时序SBAS技术对嘉兴地区的沉降趋势进行试验和研究分析,获取了2007.02-2008.09年间的地面沉降状况和区域沉降中心,反演了研究区的平均沉降速率.该成果与水准测量数据进行了对比分析,中误差为6mm,验证了ALOS/PALSAR数据应用InSAR小基线时序SBAS技术进行沉降监测是可靠有效的.

摘要： 针对江阴大桥交通大数据中车流量呈现趋势性、季节性变化的特征,先使用Holt-Winters算法构建时间序列分析模型,然后选择最优的平滑系数组合以保证预测的精度,再使用相对误差来评估建立的预测模型在车流量预测中的性能表现,最后通过模型与历史数据预测江阴大桥未来一年内的车流量情况.

摘要： 目的:探讨应用时间序列差分自回归移动平均模型(ARIMA)预测北京市东城区艾滋病病毒感染者/艾滋病患者(HIV/AIDS)发病率的可行性.方法:应用SAS9.3软件对北京市东城区2005-2014年HIV/AIDS月发病率构建ARIMA模型,用得到的模型对2015年HIV/AIDS月发病率进行预测,评价模型的拟合和预测效果.结果:ARIMA(0,1,1)×(0,1,1)12模型拟合效果较好,但仍有优化的空间,月发病率的实际值均在预测值的95％可信区间内,预测值与实际值拟合趋势一致.结论:ARIM模型可以对北京市东城区HIV/AIDS月发病率进行预测,为艾滋病疫情预测提供依据.

摘要： 移动基站成本包括租赁成本和电费成本,以及维护成本等.其中电费成本控制是成本控制中最重要的环节.基站外电各种复杂多变的环境,如电缆损耗,超负荷运转,私接负载等各种情况导致电费成本的急剧上升.如何有效地识别,分析出耗电异常,从而对异常情况进行有效控制,减少基站运营的电费成本是本文的关注点.本文利用时间序列分析中的ARMA模型对历史耗电量进行拟合和预测,利用小波变换中多尺度微分算子的方法构造预警模型.该模型对基站耗电情况有很好的预测和预警功能,无论是理论上还是实际上都有重要意义.

摘要： 本次大赛提供四川地区及邻区2008年5～8月16个地震台站所记录的地震波形数据。要求参赛队从波形中提取余震的P、S波到达各台站的到时，并尝试确定地震发生的位置。竞赛目标是通过高效的算法，实现快速、准确、全面的检测早期余震。本次竞赛鼓励各专业领域的选手联合组队，尝试数字信号处理、时间序列分析、机器学习、深度学习等各种算法。

摘要： 本文通过模糊推理系统建立复合材料结构在无损伤状态的结构振动响应模式,然后以此为基础计算复合材料结构实际振动信号相对于无损伤状态的波动信息.针对多维传感器阵列信号的波动情况,本文运用主成分分析法对其做降维提取特征处理,得到一维时间序列信号.在以上信号处理的基础上,引入一维时间序列分析方法构造复合材料结构损伤指标,通过寻找时间序列的奇异点检测复合材料结构的损伤时刻.

摘要： 在当前共享单车快速发展的形势下,随着用户的使用,会使共享单车出现分布不均的情况,因此对共享单车进行调度显得十分重要.而共享单车使用量可为设计共享单车调度方案提供数据基础,本文利用Box-Jenkins法对共享单车数据建立季节性ARIMA模型.对原始时间序列进行平稳性处理、模型识别、模型比较、数据预测等过程,结果显示ARIMA(0,1,7)(0,1,1)7模型更好的拟合原序列,预测结果也比价贴近实际情况,具有一定的精确度和可行性.

摘要： 在当前共享单车快速发展的形势下,随着用户的使用,会使共享单车出现分布不均的情况,因此对共享单车进行调度显得十分重要.而共享单车使用量可为设计共享单车调度方案提供数据基础,本文利用Box-Jenkins法对共享单车数据建立季节性ARIMA模型.对原始时间序列进行平稳性处理、模型识别、模型比较、数据预测等过程,结果显示ARIMA(0,1,7)(0,1,1)7模型更好的拟合原序列,预测结果也比价贴近实际情况,具有一定的精确度和可行性.

摘要： 在当前共享单车快速发展的形势下,随着用户的使用,会使共享单车出现分布不均的情况,因此对共享单车进行调度显得十分重要.而共享单车使用量可为设计共享单车调度方案提供数据基础,本文利用Box-Jenkins法对共享单车数据建立季节性ARIMA模型.对原始时间序列进行平稳性处理、模型识别、模型比较、数据预测等过程,结果显示ARIMA(0,1,7)(0,1,1)7模型更好的拟合原序列,预测结果也比价贴近实际情况,具有一定的精确度和可行性.

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。