[发明专利]一种基于小波系数ARMA模型的能耗数据宏观预测方法

摘要

本发明属于能耗数据宏观预测领域的一种方法。由于小波多尺度分析可以很好地表现数据的本质特征并获得更多的细节信息，而能耗数据因其具有随机性和噪声波动性，能耗数据存在多尺度特征。运用小波分析对能耗数据进行多尺度分解和小波去噪处理，并结合ARMA模型对能耗数据进行宏观预测。本发明首先对能耗数据进行小波多尺度分解，在得到不同尺度下的小波系数后，将属于噪声的小波系数去掉，保留有用信号的小波系数，达到对能耗数据去噪的目的。然后对去噪后的各尺度下的小波系数建立能反应其本质规律ARMA模型，用所建模型对各尺度小波系数分别进行预测。最后将预测结果运用小波重构的思想得到最终的预测结果。通过对能耗数据各尺度下的小波系数去噪和预测处理，从而提高能耗数据预测的准确性。

主权项

一种基于小波系数ARMA模型的能耗数据宏观预测方法,其特征是：对能耗数据进行多尺度小波分解，在每个尺度下，采用小波阈值去噪法，当小波系数大于某个临界阈值时系数保留，相反则舍弃，将属于噪声的小波系数去除，保留有用的小波系数，达到信号去噪的目的。然后对去噪处理后的各尺度下的小波系数分别建立ARMA模型进行预测，增加预测的精确性。