[发明专利]一种基于ARIMA模型的工业污水进水量预测的方法

摘要

本发明公开了一种基于ARIMA模型的工业污水进水量预测的方法，包括下述步骤：对初始的时序数据进行分析以满足ARIMA模型建立的要求；对异常数据的剔除和填补等预处理；采用滑动平均滤波去除数据噪音；利用单位根检验方法ADF检验时序的平稳性；通过自相关系数分析验证非随机性；进行ARIMA(p,d,q)模型自回归和移动平均阶次的初步判定，然后结合AIC信息准则对模型定阶；利用最小二乘法优化模型参数；最后进行残差检验和模拟结果的评价，确定最终预测模型。采集的污水进水量数据已确定,利用得到的预测模型进行测试数据的预测，模型的输出则是污水进水量的预测结果。本发明的方法，模型简洁，预测模型拟合效果很好，精度高。

主权项

1.一种基于ARIMA模型的工业污水进水量预测的方法，其特征在于，包括下述步骤：S1、获取污水进水量原始时间序列数据，并进行数据质量分析，检查其原始时间序列数据中是否存在脏数据以及无法进行直接分析的数据；S2、对步骤S1分析的时间序列数据进行数据预处理，所述数据预处理包括数据清洗和数据滤波，从而得到滤波时序；S3、采用单位根检验方法检验滤波时序的平稳性；对于不符合平稳性的滤波时序，进行差分处理，得到平稳时间序列数据，并通过自相关系数图检验平稳序列的非随机性；S4、针对步骤S3得到的平稳时间序列数据，建立初步的污水进水量的ARIMA(p,d,q)模型，并根据平稳时间序列数据的自相关系数和偏自相关系数，进行ARIMA模型自回归和移动平均阶次的初步判定，然后采用AIC信息准则对ARIMA模型准确定阶；S5、对步骤S4中定阶后的ARIMA模型采用最小二乘法进行模型的参数估计，获得条件最小二乘估计值；S6、对步骤S5中完成参数估计的ARIMA模型进行有效性检验和评估，所述有效性检验是通过作残差序列自相关函数，检验该模型的残差是否为白噪声序列，若残差满足白噪声序列要求，则该模型作为最终的预测模型使用；所述评估的指标包括可决系数、AIC信息量、均方误差、平均绝对百分比误差、以及泰尔不等系数，并给出预测结果的展示和分析，最终得到确定模型适用性的结论。