时间序列预测方法与装置制造方法及图纸

本发明专利技术公开了一种时间序列预测方法与装置，该装置包括：采集模块，用于采集时间序列数据；规格化模块，用于对采集的时间序列数据按设定时间尺度进行划分，获得多个规格化的时间序列数据；计算模块，用于对规格化的时间序列数据进行计算；临界尺度确定模块，用于对规格化的时间序列数据进行临界尺度选择；预测模块，用于根据计算模块的计算结果和临界尺度确定模块确定的临界尺度进行时间序列预测。该装置预测准确率高，计算复杂度低，节约计算资源的同时取得了很好的效果。

【技术实现步骤摘要】

本专利技术涉及数据预测
，尤其涉及一种时间序列预测方法与装置。
技术介绍
时间序列预测法是基于与时间顺序相关联的有序观测数据集，利用随机过程理论和数理统计学方法，研究所述数据集所遵从的统计规律，从而推测数据发展趋势指导解决实际问题。时间序列预测法已广泛应用到工业、地质、生态、经济、气象、医学、能源、金融等领域。现有技术中针对时间序列预测使用较多的是工具是基于机器学习算法的神经网络、决策树和支持向量机方法等预测器，为了取得更好的时间序列预测效果，往往将多个相同或不同的预测器进行融合，即选择预测器并赋予多样性，以及将多个预测器的输出结果进行融合。然而现有的该种预测器融合的方式存在如下缺点：由于算法的复杂性使得预测过程缓慢，或者预测相对快速，但时间序列预测准确度并不理想。即无法兼顾准确度与预测计算复杂度。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中的缺陷，提供一种时间序列
预测方法与装置。本专利技术解决其技术问题所采用的技术方案是：一种时间序列预测装置，包括：采集模块，用于采集时间序列数据；规格化模块，用于对采集的数据按设定的时间尺度进行划分形成包含多个等值时间段的时间序列数据，改变时间尺度可获得一个或者多个规格化的时间序列数据；计算模块，用于对规格化的时间序列数据进行计算；具体如下：1)以i表示第i个时间段在时间序列中的位置，其中i＝m-1,m-2…,1,0；以hi表示在第i个时间段内数据的最大值，以li表示在第i个时间段内数据的最小值；其中，m为所有时间段的个数,i为m-1时对应最早时间段，i为0时对应最后时间段；2)计算第i时间段对应的最大值移动平均值Mhi：Mhi＝(hi+hi+1+…+hi+n-1)/n；计算第i时间段对应的最小值移动平均值Mli：Mli＝(li+li+1+…+li+n-1)/n；其中，n为预设值，n大于3，n<＝m；3)使用以下公式分别计算第i时间段对应的Dhi和Dli的函数值： Dh i = Σ k = 1 i + n - 1 ( h k - Mhi ) 2 n ; ]]> Dl i = Σ k = 1 i + n - 1 ( l k - Mli ) 2 n ; ]]>其中,i＝1,2,3…，n；4)使用以下公式分别计算第i时间段对应的Hhi和Lli的函数值：Hhi＝Mhi+2*Dhi；Lli＝Mli-2*Dli；5)计算i至i+n-1共n个时间段中所有最小值li的最小值minli,计算i至i+n-1共n个时间段中所有最小值li的最大值maxli。使用以下公式分别计算第i时间段对应的TL1i和TL2i的值：TL1i＝(li-minli)/(maxli-minli)-dt；TL2i＝(li-maxli)/(maxli-minli)+dt；其中，dt为经验值，取值范围为[0.3,0.5]；6)计算TL1i和TL2i的平均值；MTL1i＝(TL1i+TL1i+1+…+TL1i+n-1)/n；MTL2i＝(TL2i+TL2i+1+…+TL2i+n-1)/n；7)计算i至i+n-1共n个时间段中所有最大值hi的最小值minhi,计算i至i+n-1共n个时间段中所有最大值hi的最大值maxhi。使用以下公式分别计算第i时间段对应的TH1i和TH2i的值：TH1i＝(hi-minhi)/(maxhi-minhi)-dt；TH2i＝(hi-maxhi)/(maxhi-minhi)+dt；其中，dt为经验值，取值范围为[0.3,0.5]；8)计算TH1i和TH2i的平均值；MTH1i＝(TH1i+TH1i+1+…+TH1i+n-1)/n；MTH2i＝(TH2i+TH2i+1+…+TH2i+n-1)/n；临界时间段确定模块，用于对规格化的时间序列数据中的时间段i进行临界确定；具体如下：Kli＝2*(li-minli+li+1-minli+1)/(maxli-minli+maxli+1-minli+1)-1；Khi＝2*(hi-minhi+hi+1-minhi+1)/(maxhi-minhi+maxhi+1-minhi+1)-1；若Kli为-1，或Khi为1，则对应的时间段i为临界时间段的备选时间段；预测模块，用于根据计算模块的计算结果和临界时间段确定模块的备选时间段进行时间序列预测；具体如下：1)若MTL1i>0且Kli为-1，则所在的备选时间段i为临界时间段；2)若MTH2i<0且Khi为1，则所在的备选时间段i为临界时间段。按上述方案，所述规格化模块中的时间尺度设定采用以下方法中的一种：1)多个规格化的时间序列数据的时间尺度为等比关系；2)多个规格化的时间序列数据的时间尺度为等差关系；3)多个规格化的时间序列数据的时间尺度为规则的离散关系；4)在一个规格化的时间序列数据中，通过改变设定n值为等比、等差、或规则离散关系获得等效为时间尺度为等比、等差、或规则离散关系的多个规格化的时间序列数据。例如：在时间尺度为1小时的时间序列数据中，当n取值为9得到的结果等效对应于时间尺度为90分钟的时间序列数据n取值为6得到的结果。按上述方案，所述规格化模块中的时间尺度设定满足设定后本文档来自技高网...

【技术保护点】
一种时间序列预测装置，其特征在于，包括：采集模块，用于采集时间序列数据；规格化模块，用于对采集的数据按设定的时间尺度进行划分形成包含多个等值时间段的时间序列数据，改变时间尺度可获得一个或者多个规格化的时间序列数据；计算模块，用于对规格化的时间序列数据进行计算；具体如下：1)以i表示第i个时间段在时间序列中的位置，其中i＝m‑1,m‑2…,1,0；以hi表示在第i个时间段内数据的最大值，以li表示在第i个时间段内数据的最小值；其中，m为所有时间段的个数,i为m‑1时对应最早时间段，i为0时对应最后时间段；2)计算第i时间段对应的最大值移动平均值Mhi：Mhi＝(hi+hi+1+…+hi+n‑1)/n；计算第i时间段对应的最小值移动平均值Mli：Mli＝(li+li+1+…+li+n‑1)/n；其中，n为预设值，n大于3，n<＝m；3)使用以下公式分别计算第i时间段对应的Dhi和Dli的函数值：Dhi=Σk=ii+n-1(hk-Mhi)2n;]]>Dli=Σk=ii+n-1(lk-Mli)2n;]]>其中,i＝1,2,3…，n；4)使用以下公式分别计算第i时间段对应的Hhi和Lli的函数值：Hhi＝Mhi+2*Dhi；Lli＝Mli‑2*Dli；5)计算i至i+n‑1共n个时间段中所有最小值li的最小值minli,计算i至i+n‑1共n个时间段中所有最小值li的最大值maxli。使用以下公式分别计算第i时间段对应的TL1i和TL2i的值：TL1i＝(li‑minli)/(maxli‑minli)‑dt；TL2i＝(li‑maxli)/(maxli‑minli)+dt；其中，dt为经验值，取值范围为[0.3,0.5]；6)计算TL1i和TL2i的平均值；MTL1i＝(TL1i+TL1i+1+…+TL1i+n‑1)/n；MTL2i＝(TL2i+TL2i+1+…+TL2i+n‑1)/n；7)计算i至i+n‑1共n个时间段中所有最大值hi的最小值minhi,计算i至i+n‑1共n个时间段中所有最大值hi的最大值maxhi。使用以下公式分别计算第i时间段对应的TH1i和TH2i的值：TH1i＝(hi‑minhi)/(maxhi‑minhi)‑dt；TH2i＝(hi‑maxhi)/(maxhi‑minhi)+dt；其中，dt为经验值，取值范围为[0.3,0.5]；8)计算TH1i和TH2i的平均值；MTH1i＝(TH1i+TH1i+1+…+TH1i+n‑1)/n；MTH2i＝(TH2i+TH2i+1+…+TH2i+n‑1)/n；临界时间段确定模块，用于对规格化的时间序列数据中的时间段i进行临界确定；具体如下：Kli＝2*(li‑minli+li+1‑minli+1)/(maxli‑minli+maxli+1‑minli+1)‑1；Khi＝2*(hi‑minhi+hi+1‑minhi+1)/(maxhi‑minhi+maxhi+1‑minhi+1)‑1；若Kli为‑1，或Khi为1，则对应的时间段i为临界时间段的备选时间段；预测模块，用于根据计算模块的计算结果和临界时间段确定模块的备选时间段进行时间序列预测；具体如下：1)若MTL1i>0且Kli为‑1，则所在的备选时间段i为临界时间段；2)若MTH2i<0且Khi为1，则所在的备选时间段i为临界时间段。...

【技术特征摘要】
1.一种时间序列预测装置，其特征在于，包括：采集模块，用于采集时间序列数据；规格化模块，用于对采集的数据按设定的时间尺度进行划分形成包含多个等值时间段的时间序列数据，改变时间尺度可获得一个或者多个规格化的时间序列数据；计算模块，用于对规格化的时间序列数据进行计算；具体如下：1)以i表示第i个时间段在时间序列中的位置，其中i＝m-1,m-2…,1,0；以hi表示在第i个时间段内数据的最大值，以li表示在第i个时间段内数据的最小值；其中，m为所有时间段的个数,i为m-1时对应最早时间段，i为0时对应最后时间段；2)计算第i时间段对应的最大值移动平均值Mhi：Mhi＝(hi+hi+1+…+hi+n-1)/n；计算第i时间段对应的最小值移动平均值Mli：Mli＝(li+li+1+…+li+n-1)/n；其中，n为预设值，n大于3，n<＝m；3)使用以下公式分别计算第i时间段对应的Dhi和Dli的函数值： Dh i = Σ k = i i + n - 1 ( h k - Mhi ) 2 n ; ]]> Dl i = Σ k = i i + n - 1 ( l k - Mli ) 2 n ; ]]>其中,i＝1,2,3…，n；4)使用以下公式分别计算第i时间段对应的Hhi和Lli的函数值：Hhi＝Mhi+2*Dhi；Lli＝Mli-2*Dli；5)计算i至i+n-1共n个时间段中所有最小值li的最小值minli,计算i至i+n-1共n个时间段中所有最小值li的最大值maxli。使用以下公式分别计算第i时间段对应的TL1i和TL2i的值：TL1i＝(li-minli)/(maxli-minli)-dt；TL2i＝(li-maxli)/(maxli-minli)+dt；其中，dt为经验值，取值范围为[0.3,0.5]；6)计算TL1i和TL2i的平均值；MTL1i＝(TL1i+TL1i+1+…+TL1i+n-1)/n；MTL2i＝(TL2i+TL2i+1+…+TL2i+n-1)/n；7)计算i至i+n-1共n个时间段中所有最大值hi的最小值minhi,计算i至i+n-1共n个时间段中所有最大值hi的最大值maxhi。使用以下公式分别计算第i时间段对应的TH1i和TH2i的值：TH1i＝(hi-minhi)/(maxhi-minhi)-dt；TH2i＝(hi-maxhi)/(maxhi-minhi)+dt；其中，dt为经验值，取值范围为[0.3,0.5]；8)计算TH1i和TH2i的平均值；MTH1i＝(TH1i+TH1i+1+…+TH1i+n-1)/n；MTH2i＝(TH2i+TH2i+1+…+TH2i+n-1)/n；临界时间段确定模块，用于对规格化的时间序列数据中的时间段i进行临界确定；具体如下：Kli＝2*(li-minli+li+1-minli+1)/(maxli-minli+maxli+1-minli+1)-1；Khi＝2*(hi-minhi+hi+1-minhi+1)/(maxhi-minhi+maxhi+1-minhi+1)-1；若Kli为-1，或Khi为1，则对应的时间段i为临界时间段的备选时间段；预测模块，用于根据计算模块的计算结果和临界时间段确定模块的备选时间段进行时间序列预测；具体如下：1)若MTL1i>0且Kli为-1，则所在的备选时间段i为临界时间段；2)若MTH2i<0且Khi为1，则所在的备选时间段i为临界时间段。2.根据权利要求1所述的装置，其特征在于，所述规格化模块中的时间尺度设定采用以下方法中的一种：1)多个规格化的时间序列数据的时间尺度为等比关系；2)多个规格化的时间序列数据的时间尺度为等差关系；3)多个规格化的时间序列数据的时间尺度为规则的离散关系；4)在一个规格化的时间序列数据中，通过改变设定n值为等比、等差、或规则离散关系获得等效为时间尺度为等比、等差、或规则离散关系的多个规格化的时间序列数据。3.根据权利要求1所述的装置，其特征在于，所述规格化模块中的时间尺度设定满足设定后的时间序列数据的个数大于等于1。4.根据权利要求1所述的装置，其特征在于，所述预测模块的预测方法如下：1)若MTL1i>0且Kli为-1，且Lli大于或等于Lli+1；则所在的时间段i为临界时间段；2)若MTH2i<0且Khi为1，且Hhi小于或等于Hhi+1；则所在的时间段i为...

【专利技术属性】
技术研发人员：王琨喆，
申请(专利权)人：王琨喆，
类型：发明
国别省市：湖北;42