基于ARIMA-SVM方法的梯级泵站机组运行趋势预测

作者：徐存东; 王鑫; 田俊姣; 刘子金; 赵志宏; 陈家豪; 胡小萌

来源：水电能源科学, 2023, 41(02): 133-136.

DOI：10.20040/j.cnki.1000-7709.2023.20220418

• 机组运行趋势
• 时间序列
• ARIMA-SVM
• 差分自回归移动平均
• 组合模型
• 预测

针对多因素参与下梯级泵站机组运行趋势预测建模困难且预测准确度低、适应性差的问题，以宁夏盐环定扬黄工程为研究对象，引入时间序列分析法，提出了基于ARIMA与SVM模型组合的泵站机组运行趋势预测方法，即选择机组运行技术参数中的能源单耗和平均负荷作为试验样本，由ARIMA建模对处理后的数据进行线性拟合，通过SVM模型对残差进行预测处理，补偿机组运行中的非线性变化，综合二者预测结果得到组合模型预测值。结果表明，最优模型为ARIMA(1,1,3)、ARIMA(2,1,1),SVM模型最优参数分别为c=38、g=0.06和c=68、g=0.18;组合模型对试验样本的预测拟合优度分别达到0.999 2、0.998 4,均方根误差分别为1.67×10-5、3.9×10-8,平均绝对百分比误差分别为0.036 1%、0.074 7%,说明该组合模型预测泵站机组运行趋势精度较高、效果良好，可为泵站机组运行状态监测系统优化升级提供理论基础。

• 单位
  华北水利水电大学