一种基于Prophet组合模型的监测时序数据预测方法技术

本发明专利技术公开了一种基于Prophet组合模型的监测时序数据预测方法，涉及工程建设及运维技术领域。包括以下步骤：S1、在工程现场布置传感器获取原始时序数据X0={x

A prediction method of monitoring time series data based on Prophet combination model

【技术实现步骤摘要】
一种基于Prophet组合模型的监测时序数据预测方法


[0001]本专利技术涉及工程建设及运维
，具体涉及工程结构物监测时序数据处理及预测方法，具体是一种基于Prophet组合模型的监测时序数据预测方法。

技术介绍

[0002]随着国家基础设施建设的不断完善，土木工程领域已由大规模建设开始向运营维护发展。对土木工程结构物开展实时监测，能够全面掌握结构服役状态，预测病害发展趋势，及时提出相应的维保措施，延长使用寿命，减小国民经济损失。土木工程结构监测一般采用布设传感器的方法进行结构服役信息感知。然而，由于土木工程结构服役环境复杂多变，服役期间受外部因素影响较大。布设在工程结构物上的传感器在遭受环境不确定因素（降水、刮风、温度变化等）、通讯干扰、人为因素或传感器机电稳定性等内在因素的影响时，可能会收集到错误信息，甚至造成在某时刻下数据无法获取。错误信息的采集及缺失数据的存在，将对监测时序数据的挖掘与分析造成极大干扰，有可能导致做出错误预测，影响结构服役状态的评估结果。因此，提高时序数据预测性能，减小离群值、缺失值对时序数据预测的影响，已经成为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Prophet组合模型的监测时序数据预测方法，其特征在于，包括以下步骤：S1、通过工程现场布置传感器获取原始时序数据X0={ x
01
, x
02
,
ꢀ…ꢀ
, x 0i ,
ꢀ…
, x
0n }，所述原始时序数据X0包括传感器测量数据及测量数据对应的采集时间；并将受工程施工振动及地震干扰时段的异常原始时序数据标记为“节假日”；S2、构建Prophet组合模型，将S1中所述原始时序数据X0带入所述Prophet组合模型中的数据预处理层，通过迭代计算对所述原始时序数据X0开展粗差判识及粗差删除处理，得到删除粗差后的时序数据X
’
={ x
’1, x
’2,
ꢀ…ꢀ
, x
’
i ,
ꢀ…
, x
’
n }；S3、将S2中所述删除粗差后的时序数据X
’
带入所述Prophet组合模型中的回归层，通过回归补缺计算得到完整时序数据Y
’
={ y
’1, y
’2,
ꢀ…ꢀ
, y
’
i ,
ꢀ…
,y
’
n }；S4、将S3中所述完整时序数据Y
’
带入所述Prophet组合模型中的预测层，对时序数据的未来发展趋势进行预测，得到预测时序数据Z
’
={z
’
n
‑
k+1
, z
’
n
‑
k+2
,
ꢀ…ꢀ
, z
’
n
}。2.根据权利要求1所述一种基于Prophet组合模型的监测时序数据预测方法，其特征在于，采集的所述原始时序数据X0的个数n不小于10。3.根据权利要求1所述一种基于Prophet组合模型的监测时序数据预测方法，其特征在于，所述S2中通过迭代计算对所述原始时序数据X0开展粗差判识及粗差删除处理，具体实现步骤为：S2.1、定义所述Prophet组合模型层数为p，所述p为不小于2的正整数，从第1层到第p层，所述Prophet组合模型参数interval_width，满足第k层的interval_width随k增大而增大，且interval_width不超过0.95，对时序数据中已知的周期，运用所述模型参数interval_width中的周周期项、月周期项、年周期项及用户自定义周期项功能，对所述模型参数interval_width进行预先设定；S2.2、所述Prophet组合模型的首层输入数据为所述原始时序数据X0，所述Prophet组合模型第k层输入数据，为所述Prophet组合模型第k
‑
1层的输出时序数据X
k
‑1={x k
‑
11
, x k
‑
12 ,
ꢀ…ꢀ
, x k
‑
1i ,
ꢀ…ꢀ
, x k
‑
1n
}；S2.3、通过所述Prophet组合模型第k层计算后，得到时序数据后验贝叶斯数据分布上限X
kS
={x
ks1
, x
ks2
,
ꢀ…ꢀ
, x ksi ,
ꢀ…ꢀ
, x
ksn
}和后验贝叶斯数据分布下限X
kX
={x
kx1
, x
kx2
, ,
ꢀ…ꢀ
, x kxi ,
ꢀ…ꢀ
, x
kxn
}；S2.4、对比S2.2中所述Prophet组合模型第k
‑
1层的输出时序数据X
k
‑1与S2.3中所述后验贝叶斯数据分布上限X
kS
和所述后验贝叶斯数据分布下限X
kX
的大小，若所述Prophet组合模型第k
‑
1层的输出时序数据X
k
‑1中第i时刻的测量数据x k
‑
1i
大于S2.3中所述后验贝叶斯数据分布上限X
kS
中第i时刻对应的x ksi
，或小于S2.3中所述后验贝叶斯数据分布下限X
kX
中第i时刻对应的x kxi
，则视S2.2中所述Prophet组合模型第k
‑
1层的输出时序数据X
k
‑1中第i时刻的测量数据x k
‑
1i
为误差数据；并将S2.2中所述Prophet组合模型第k
‑
1层的输出时序数据X
k
‑1中第i时刻的测量数据x k
‑
1i
删除，但保留所述测量数据x k
‑
1i
的时间属性，仅使第i时刻的...

【专利技术属性】
技术研发人员：陈德，曹雪梅，张宗宇，吴太恒，张浩然，郭敏茹，钱康凯，袁吕，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：