基于ARMA-SSESM组合模型的危险品道路运输泄漏事故预测研究

为了预测危险品道路运输泄漏事故数量,以2013—2020年危险品道路运输泄漏月度事故为基础,运用时间序列理论建立自回归滑动平均(ARMA)预测模型和简单季节指数平滑法(SSESM)预测模型以及组合预测模型,对2021年1月—2021年6月的危险品道路运输泄漏事故数量进行预测,并对3种模型的预测精度进行比较。研究结果表明:组合预测模型的预测精度最佳,能够有效拟合时间序列的整体趋势。研究结果可为危险品道路运输泄漏事故预防工作提供参考。

Prony方法和ARMA法在低频振荡模式辨识中的适用性比较

Prony方法和自回归滑动平均(ARMA)法是2种典型的电力系统低频振荡特征参数辨识方法,提出对这2种方法进行不同类型信号适用性的比较研究。在介绍2种方法基本原理的基础上,对比得出其在信号建模思想、模型参数估计原则上存在区别,进一步将这2种方法应用于处理36节点系统仿真明显扰动激励后系统响应信号和类噪声信号,对低频振荡模式辨识结果进行系统性研究。分析结果表明,ARMA法具有更好的适用性。

基于ARMA时序分析的液体火箭发动机模态参数辨识方法

在液体火箭发动机模态参数辨识领域,频域法仍是模态分析的主流方法。但是该方法存在若干不足,如功率泄露、频率混叠、离线分析等,而且需增加复杂的激振设备。本文将基于时域识别的ARMA时序分析法应用到该领域,计算获得了较为精确的模态参数,并且还进行了液体火箭发动机结构非线性影响检测。该方法提高了计算效率,拓展了液体火箭发动机的参数辨识范围,为发动机在工作环境下的结构参数辨识奠定了基础。

基于类噪声信号和ARMA-P方法的振荡模态辨识

弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素,振荡模态是表征系统振荡特性的重要参数,反映了各节点对振荡模式的参与情况。目前基于测量信号一般在振荡发生后进行模态分析,缺乏在系统正常运行情况下的分析手段。大量广域实测数据表明,因负荷的随机变化,电网内持续存在类似噪声信号的小幅波动。文中提出一种自回归滑动平均-Prony(ARMA-P)方法对这种类噪声信号进行处理,在采用ARMA模型拟合类噪声信号估计低频振荡模式参数的基础上,进一步建立信号的Prony模型,最终实现对低频振荡模态的辨识。将该方法用于对新英格兰系统仿真数据进行处理,其辨识结果与小干扰稳定计算结果进行了比较,并进一步将该方法用于处理南方电网实测数据,证明了其有效性。

基于ARMA模型识别工程结构模态参数

对基于环境激励下运用时间序列法ARMA模型对工程结构模态参数的识别进行研究。结合传统模态试验,对一个多层框架结构进行了模态参数识别的对比试验,试验结果显示:二者在模态参数识别上具有高度的一致性。分析表明:时间序列法ARMA模型能够在传统模态试验难以进行的环境下,准确有效地识别工程结构的模态参数,为结构的在线监测和抗震设计等提供模态参数,具有一定的工程应用价值。

用对称映射ARMA模型的零极点研究子波相位对反射系数序列反演的影响

为研究地震子波相位对反射系数序列反演的影响,在自回归滑动平均(ARMA)模型描述子波的基础上,提出采用z域对称映射ARMA模型零极点的方法构造了一系列相同振幅谱、不同相位谱的地震子波,并结合谱除法对人工合成地震记录进行反射系数序列反演.理论分析表明,子波相位估计不准时反射系数序列反演结果中残留一个纯相位滤波器,该纯相位滤波器的相位谱为真实子波和构造子波的相位谱之差.采用丰度和变分作为评价方法,在反演结果中确定出真实的或准确的反射系数序列.仿真实验和实际数据处理结果也验证了子波相位对反射系数序列反演的影响规律和评价方法的有效性,为进一步提高反射系数序列反演结果精度指明了研究方向.

基于噪声场合下ARMA模型的风力发电量预测

针对普通的ARMA模型的预测质量由于各种原因会大大降低的情况,依据富锦风电场风力发电量的时间序列,基于HOYW定阶方法建立了噪声场合下的ARMA模型。通过对模型残差白噪声性能的分析,验证了模型的适用性。应用此模型进行了预测分析,得到的归一化平均绝对误差(NMAE)为0.0658。通过与普通的ARMA模型预测精度方面的对比,进一步验证了噪声场合下基于ARMA模型风力发电量预测的优越性。

时间序列分析方法及ARMA,GARCH两种常用模型

证券市场具有数据单一性(大量不需要经过特殊处理的数据)、分析手段多样性和隐蔽性的特点,且与其飞速发展不相称的是证券分析技术进展的缓慢。股市系统中时间序列的预测问题具有重要的理论及实际意义,时间序列的获取是通过对数据库中数据进行分类汇总分析而获得。获取时间序列数据以后可以对它进行预测分析,从而较准确地预见系统的演进。文中介绍了时间序列的基本知识,同时比较了ARMA和GARCH两种常用模型,得出对于中国股市,GARCH模型性能优于ARCH模型。

非线性时间序列ARMA模型的优化估计法

提供了一种ARMA模型参数的优化估计法—阻尼最小二乘法,它结合了Newton法和最速下降法的优点,既保证了迭代计算的收敛性,又加快了收敛的速度.当初值的精度较差时,更宜采用阻尼最小二乘法.而且本文给出实例的MATLAB程序,并利用t统计量检验出:阻尼最小二乘法要比最小二乘法的参数估计值更为显著,拟合模型更优.

基于改进ARMA模型的管式加热炉氧含量辨识与建模

石化企业中常减压加热炉是一类复杂的控制对象,特别是燃烧系统和多路进料支管出口氧含量系统,是相互关联耦合的多变量时变系统。基于现场所收集的数据,通过对普通ARMA模型进行改进,把每个输入分量分别进行时间滞后,且把输入向量前的多项式增加可调节的自由度,从而建立一种改进的ARMA模型,进而对管式加热炉氧含量模型进行辨识。辨识结果与普通的ARMA模型所得到的结果相比具有更加精确的辨识效果,并可根据实际需要,调整模型阶次以达到更高精度。最后通过一组新观测数据对辨识所得到的模型进行了检验,表明所提出的模型具有很高的辨识精度和泛化能力。

一种基于向量的鲁棒ARMA系统辨识器

提出一种新的基于向量方法的自回归和运动平均(ARMA)模型系统辨识器,并给出了其参数的统计分析模型。应用结果表明,向量ARMA算法和最小二乘法LS算法相比,在一定条件下,其预测误差精度提高了约1 2dB;且该系统模型不受分离向量参数的影响。使用非线性函数核,系统将会成为一个鲁棒的非线性辨识过程。

ARMA噪声中的正弦波检测

本文提出一种ＡＲＭＡ噪声中正弦波检测的方法。本方法先用改进的Ｐｒｏｎｙ法估计可能存在的正弦波，然后利用一种综合考虑衰减因子以及ＭＵＳＩＣ值的准则从估计结果中区分正弦波的真伪。数值例子表明，本文方法比Ｐｒｏｎｙ方法及ＭＵＳＩＣ方法具有更高的分辨力。

基于ARMA模型对股票“青岛海尔”成交量的分析预测

针对股票"青岛海尔"的日成交量,选取2016年下半年数据,利用B-J法建立ARMA模型,借助Eviews 8软件的求解,得到与实际数据高度吻合的ARMA(3,2)模型,并对未来4天日成交量进行预测,然后与2017年初的实际数据对比,发现预测结果比较好.结论表明:模型的精确度比较高,适合股票短线也即日成交量的分析与预测.

基于EMD-ARMA模型的飞行器健康诊断

为了有效地对飞行器的健康状况进行诊断,将EMD-ARMA模型引入到飞行器健康诊断中,提出基于AR-MA(n,n-1)模型参数的健康诊断方法.采用EMD模型将飞行器关键部件的声发射信号进行分解,得到多个内禀模态分量IMF,选取包含主要信息的IMF分量建立ARMA(n,n-1)模型,采用长自回归模型法进行参数估计,得到模型主要的自回归参数,绘出模型参数的细化图用以健康诊断.对某型号真实飞行器关键结构部件的健康监测实验表明,该方法可以有效地诊断出飞行器关键结构部件的疲劳裂纹.

基于MM-ARMA算法的次同步振荡模态参数辨识

传统电力系统次同步振荡的辨识方法存在对噪声敏感、辨识精度不高的局限性。为此,提出了一种基于数学形态学自回归移动平均(MM-ARMA)算法的辨识方法,实现了在有噪声干扰下对次同步振荡模态的准确辨识。该方法利用形态滤波器可以有效抑制噪声的特性对次同步振荡信号进行消噪处理,保留信号的主要特征信息;对消噪后的信号建立基于加权递推最小二乘法参数估计的ARMA模型,根据估计的模型参数计算次同步振荡模态参数,完成次同步振荡模态辨识。与传统的Prony算法和自回归移动平均(ARMA)算法辨识结果进行的对比分析结果表明,所提次同步振荡模态辨识方法能快速、准确地辨识出模态参数,且具有较强的抗噪能力。

基于时变ARMA序列的随机地震动模型

在研究结构的随机地震反应时,要用大量的符合场地条件的地震波作为输入。但强震历史记录却不是每个地区都有的,因此根据现有地震波建立符合场地条件的地震动模型具有重要意义。地震动具有很强的随机性和非平稳性,本文使用时变ARMA模型来建立地震动模型。为了使结果更具有普遍性,选用ElCentro波、Northridge波作为原波,分别利用作者编制的WINSIM程序建立了时变ARMA模型,并通过所建模型生成的模拟波与原波的比较,对模型的有效性进行了检验。

带白色观测噪声的ARMA模型参数的无偏估计

本文研究了如何利用受白色噪声污染的观测数据辨识ＡＲＭＡ（ｐ，ｑ）模型参数据的问题，提出了一种递推辅助变量法．利用这种方法首先辨识出ＡＲ（Ｐ）部分的参数及观测噪声的方差，然后根据所得的估计利用常用的Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ方法确定ＭＡ（ｑ）部分的参数．

基于ARMA模型的隧道位移时间序列分析

在新奥法隧道施工中,隧道位移监测对于评价围岩稳定性和支护结构合理性起重要作用。目前大都采用AR模型对隧道位移进行时间序列分析,避开了非线性估计,致使拟合精度和模型实用性较差。为此,介绍了具有较高预测精度和较好适用条件的ARMA模型及其常用参数估计方法,基于其参数非线性估计带来的不便性,提出一种ARMA模型参数估计近似线性方法,把残差用Taylor级数一阶展开,将非线性估计线性化,用线性最小二乘法估计参数最终值。用该方法对重庆市大足县南环二路南山隧道位移监测数据进行时间序列建模分析,预测与实测值吻合较好,证明了该方法的实用性。

ARMA模型参数估计的两段最小二乘法

提出了自回归滑动平均(ARMA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对真实ARMA模型拟合高阶自回归(AR)模型,然后基于所拟合的AR模型参数,用最小二乘法解一个不相容代数方程组得到ARMA模型参数。一个仿真的例子说明了其有效性。

一种基于ARMA模型的单回路控制性能评价方法

针对工业过程常规PID控制回路中由于广义被控对象发生变化导致的系统性能退化的现状,针对单入单出控制系统研究了基于脉冲响应曲线的性能评价方法。该方法利用系统单位脉冲响应函数与自回归滑动平均模型Green函数等价的特点,通过对系统常规运行数据进行时间序列分析即可得到系统单位脉冲响应曲线;利用脉冲响应曲线的性能分析系统克服随机干扰的能力,判断当前控制器下系统响应迟缓/振荡。最后将该方法分别应用于仿真过程和工业实际过程验证其可行性和有效性。