观测数据分析中几种方法的探讨(一)回归-时间序列模型和贝叶斯预测模型 |
| |
引用本文: | 汪树玉,刘国华,刘立军,张利.观测数据分析中几种方法的探讨(一)回归-时间序列模型和贝叶斯预测模型[J].电力系统自动化,2003(2). |
| |
作者姓名: | 汪树玉 刘国华 刘立军 张利 |
| |
作者单位: | 浙江大学水工结构及水环境研究所, 浙江省杭州市 310027 |
| |
摘 要: | 首先,叙述用回归分析与随机时间序列技术的组合方法来处理大坝的监 测数据。通常,回归分析后的残差序列并不满足白噪声假设,这个理论缺陷在一定程度上降 低了监测的可靠性和预测的正确性。为此,采用鲍克斯-詹金斯 方法对残差序列进行再处理。按照上述组合方法求得的计算数据能更好地吻合实测数据,最 终的误差序列能符合白噪声特性,并使拟合和预测的正确程度有了较大改善。然后,利用贝 叶斯动态模型分析监测资料。采用贝叶斯模型时,由于状态参数(相当于回归系数)能及时 调整跟踪,故所得的结果比常规回归分析的结果有更高的精度,计算
|
关 键 词: | 回归分析 随机时间序列 鲍克斯-詹金斯方法 贝叶斯动态模型 |
收稿时间: | 1/1/1900 12:00:00 AM |
修稿时间: | 1/1/1900 12:00:00 AM |
|
| 点击此处可从《电力系统自动化》浏览原始摘要信息 |
|
点击此处可从《电力系统自动化》下载全文 |