申请/专利权人：上海交通大学;上海城建城市运营(集团)有限公司

申请日：2022-12-15

公开（公告）日：2023-05-26

公开（公告）号：CN116163807A

主分类号：E21F17/18

分类号：E21F17/18;G06F17/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.13#实质审查的生效;2023.05.26#公开

摘要：本发明涉及一种基于ARIMA模型的隧道健康监测异常数据动态预警方法，包括：将非平稳序列转化为平稳、非白噪声序列；采用自动化识别阶数的方法，利用赤池信息准则与贝叶斯信息准则，选择出最优ARIMAp,d,q模型对应的参数；选择最大似然估计进行参数估计，得到参数对应数值；模型验证；选取监测当日不同时刻的数据，进行静态ARIMA建模，输出得到多步预测值；采取模型误差监控的机制，基于模型的实际拟合情况来判断是否需要更新模型参数，保证动态模型的准确性；计算测量值与预测值之间的误差，将该误差与预设的分级动态阈值进行比较，输出得到对应的分级预警结果。与现有技术相比，本发明能够有效提高多步预测的精度，保证异常数据动态预警的准确性。

主权项：1.一种基于ARIMA模型的隧道健康监测异常数据动态预警方法，其特征在于，包括以下步骤：S1、时间序列预处理：将非平稳序列转化为平稳、非白噪声序列；S2、模型识别：采用自动化识别阶数的方法，利用赤池信息准则与贝叶斯信息准则，选择出最优ARIMAp,d,q模型对应的参数；S3、参数估计：选择最大似然估计进行参数估计，得到参数对应数值；S4、模型验证；S5、模型预测：选取监测当日不同时刻的数据，进行静态ARIMA建模，输出得到多步预测值；S6、ARIMA动态建模：采取模型误差监控的机制，基于模型的实际拟合情况来判断是否需要更新模型参数，保证动态模型的准确性；S7、计算测量值与预测值之间的误差，将该误差与预设的分级动态阈值进行比较，输出得到对应的分级预警结果。

全文数据：

权利要求：

百度查询： 上海交通大学;上海城建城市运营(集团)有限公司 一种基于ARIMA模型的隧道健康监测异常数据动态预警方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD