[发明专利]稳定断面负载率的预测方法、装置、电子设备及存储介质

权利要求书

1.一种稳定断面负载率的预测方法，应用于用户终端，其特征在于，

获取断面信息，并提取所述断面信息内的特征参数；

根据所述特征参数与断面负载率进行分析，确定所述特征参数中影响断面负载率的影响因子；

根据所述影响因子训练自回归差分移动平均模型；

根据训练好的自回归差分移动平均模型对断面负载率进行预测；

所述获取断面信息，并提取所述断面信息内的特征参数的步骤中，具体包括：

提取断面信息，并提取断面信息内的断面名称、设备名称、方向、系数、符号及数据信息作为特征参数；

根据所述特征参数与断面负载率进行分析，确定所述特征参数中影响断面负载率的影响因子的步骤中，具体包括：

根据所述特征参数和所述断面负载率建立折线图模型；

根据所述特征参数与所述断面负载率的变化和趋势，筛选出影响断面负载率的固定影响因子和非固定影响因子；

根据所述影响因子训练自回归差分移动平均模型的步骤中，具体包括：

将从折线图模型中筛选出的所述固定影响因子排出；

根据非固定影响因子训练自回归差分移动平均模型。

2.根据权利要求1所述的稳定断面负载率的预测方法，其特征在于，根据非固定影响因子训练自回归差分移动平均模型的步骤中，具体包括：

基于自相关函数对各时间序列的平稳性进行判断，其判断依据为样本序列的自相关函数在某一固定水平线附近摆动，即方差和数学期望为常数；

基于自相关函数和偏自相关函数识别模型，若自相关系数拖尾，偏自相关系数p阶截尾，则采用AR(p)模型；若自相关系数q阶截尾，偏自相关系数拖尾则采用MA(q)模型；若自相关系数拖尾，偏自相关系数拖尾，但较快收敛到0，则采用ARMA(p,q)模型；若自相关系数拖尾，偏自相关系数拖尾，且缓慢衰减收敛，则采用ARMA(p,d,q)模型；

其中，自回归移动平均模型ARMA(p,q)为：

式中，p代表模型的阶次，

y_t表示当前预测值，与之前观测值y_t-1、y_t-2、y_t-3、…、y_t-p为同一序列不同时刻的随机变量；

为自回归系数，

θ₁、θ₃、…、θ_q是不为零的待定系数；

ε_t、ε_t-1、ε_t-2、…、ε_t-q独立的误差项；

判定方法为AR(p)模型自相关系数拖尾，偏自相关系数p阶截尾；MA(q)模型自相关系数q阶截尾，偏自相关系数拖尾；ARMA(p,q)自相关系数拖尾，偏自相关系数拖尾。

3.根据权利要求2所述的稳定断面负载率的预测方法，其特征在于，还包括：

采用最大似然估计θ参数值，并进行显著性检验；

对模型的合理性进行检验，所述检验包括验证所拟合时间序列模型的参数估计值是否有显著性及模型的残差序列是否是白噪声，若检验不通过则调整p，d，q值，重新进行参数估计和检验，重复检验直至通过为止。

4.根据权利要求1-3任一项所述的稳定断面负载率的预测方法，其特征在于，根据训练好的自回归差分移动平均模型对断面负载率进行预测的步骤之后，还包括：

基于模型预测结果与断面限值进行比较，判定是否可能存在断面负载率重载和/或过载的情况，若存在，则发送报警信息。