申请/专利权人：国家电网公司东北分部;中国科学院沈阳计算技术研究所有限公司

申请日：2022-09-23

公开（公告）日：2024-04-02

公开（公告）号：CN117807747A

主分类号：G06F30/20

分类号：G06F30/20;G06F17/14;G06F119/12

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明提供了一种基于有限傅里叶级数分析的周期性时间序列预测方法及系统，包括：采集原始数据序列Pt；数据预处理得到P′t；归一化得到P″t；基于有限傅里叶级数展开式得到周期分量Ct、非周期分量Rt；外推分析得到外推结果M′t和R′t，重复周期得到下一期的外推结果C′t；叠加下一期的C′t与R′t，用下一期的最值序列M′t逆归一化还原，得到下一期的最终预测结果Ft；确定误差带[‑ε,ε]作为人工调整的可参考范围。本发明依托于有限傅里叶级数展开的频谱分析思想，结合物理周期及预测量的物理含义，强化周期分解前置条件，提高了周期性时间序列预测的准确度。

主权项：1.一种基于有限傅里叶级数分析的周期性时间序列预测方法，其特征在于，包括以下步骤：步骤S1：基础数据获取，组成的原始数据序列Pt；步骤S2：数据预处理，对原始数据序列Pt进行一个物理周期内的最大值校验及修正、平稳性校验及修正，形成预处理后的数据序列P′t；步骤S3：归一化处理，抽取每个物理周期内的最大值和最小值组成最值序列Mt，对预处理后的数据序列P′t逐周期进行归一化处理，形成归一化后的数据序列P″t；步骤S4：频谱分析，基于有限傅里叶级数展开式，把归一化后的数据序列P″t按照可被一个物理周期内基础物理量个数m整除的所有频率ωi组合，得到周期分量Ct，剩余其他频率组合，得到非周期分量Rt；步骤S5：外推分析，对于最值序列Mt和非周期分量Rt，分别进行下一期跨2步和跨m步的外推分析，以均方根误差RMSE作为评判依据得到外推结果M′t和R′t，对于周期分量直接重复周期得到下一期的外推结果C′t；步骤S6：结果预测，叠加下一期的周期分量C′t与非周期分量R′t，用下一期的最值序列M′t逆归一化还原，得到下一期的最终预测结果Ft；步骤S7：以非周期外推分析过程中的均方根误差带[-ε,ε]作为人工调整的可参考范围，将落入误差带中的预测值为结果数据。

全文数据：

权利要求：

百度查询： 国家电网公司东北分部;中国科学院沈阳计算技术研究所有限公司 一种基于有限傅里叶级数分析的周期性时间序列预测方法及系统

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