(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111541215.0 (22)申请日 2021.12.16 (71)申请人 上海电力大 学 地址 201306 上海市浦东 新区沪城环路 1851号 (72)发明人 王亚文　孙玉芹　朱威　李彦　 (74)专利代理 机构 上海德昭知识产权代理有限 公司 31204 代理人 陈龙梅 (51)Int.Cl. G06F 30/27(2020.01) G06F 119/02(2020.01) (54)发明名称 含外源输入的多变点门限ARMA模型及其贝 叶斯分析方法 (57)摘要 本发明提供一种含外源输入的多变点门限 ARMA模型及其贝叶斯 分析方法， 首先基于ARMA模 型构建MB ‑TARMAX时间序列模型； 对采集的两组 时间序列数据进行预处理后根据时域变点和值 域变点进行重排， 根据重排后的数据获取该模型 的似然函数； 然后基于本发明的MB ‑TARMAX时间 序列模型的所有未知参数的先验分布， 获取所有 未知参数的联合先验分布， 并根据贝叶斯定理结 合似然函数得到所有未知参数的联合后验分布； 最后基于联合后验分布， 获取所有未知参数的满 条件后验分布以及对应的满条件后验分布形式， 针对不同的满 条件后验分布形式， 在贝叶斯的框 架下应用蒙特卡洛马尔科夫链采样方法方便地 得到了MB ‑TARMAX时间序列模型的参数的估计 值。 权利要求书2页 说明书5页 附图2页 CN 114266196 A 2022.04.01 CN 114266196 A 1.一种含外源输入的多变点门限ARMA模型及其贝叶斯分析方法， 其特征在于， 包括以 下步骤： 步骤S1， 基于ARMA模型构建MB ‑TARMAX时间序列模型； 步骤S2， 采集两组具有一定相关性的时间序列数据， 并对两组所述时间序列数据进行 数据预处 理； 步骤S3， 对预处理后的时间序列数据依次根据时域的变点和值域的变点重新排列， 将 所述预处 理后的时间序列数据划分到不同时段的不同状态空间以生成重排后样本； 步骤S4， 根据所述重排后样本获取所述MB ‑TARMAX时间序列模型的似然函数， 并将所述 似然函数转换为矩阵的形式； 步骤S5， 基于所述MB ‑TARMAX时间序列模型的所有未知参数的先验分布， 获取所有所述 未知参数的联合先验分布， 并根据贝叶斯定理结合所述似然函数得到所有 所述未知参数的 联合后验分布； 步骤S6， 基于所述联合后验分布， 获取所有所述未知参数的满条件后验分布以及对应 的满条件后验分布形式； 步骤S7， 针对不同的所述满条件后验分布形式， 分别通过Gibbs算法和Metropolis ‑ Hastings算法对 所有所述未知参数进 行采样获取采样值， 并将所述采样值用于统计计算获 取所述MB‑TARMAX时间序列模型的参数的估计值。 2.根据权利要求1所述的含外源输入的多变点门限ARMA模型及其贝叶斯分析方法， 其 特征在于： 其中， 所述MB ‑TARMAX时间序列模型为： 式中， yt是被解释时间序列， xt是外源因素即与yt相关的时间序列， rij是与xt相关的值 域变点， 是时域的变点， 是该模型的系数。 3.根据权利要求1所述的含外源输入的多变点门限ARMA模型及其贝叶斯分析方法， 其 特征在于： 其中， 所述重新 排列为： 所述时域的变点将所述时间序列数据在时间上分为若干段， 所述值域的变点将所述时间序列数据在值 域上分为若干段。 4.根据权利要求1所述的含外源输入的多变点门限ARMA模型及其贝叶斯分析方法， 其 特征在于： 其中， 在所述 步骤S5中， 所有所述未知参数均相互独立， 所述联合先验分布即为各个参数 先验分布的乘积， 将所述联合后验分布的计算公式做近似处 理， 分母部分归一 化， 作为常数项省略： 权　利　要　求　书 1/2 页 2 CN 114266196 A 2式中， evidenced是 经归一化处理的常数项。 5.根据权利要求1所述的含外源输入的多变点门限ARMA模型及其贝叶斯分析方法， 其 特征在于： 其中， 所述 步骤S7包括以下子步骤： 步骤S7‑1， 给所有所述未知参数设置初始值以及迭代总次数M； 步骤S7‑2， 针对标准形式的所述满条件后验分布形式， 在第m次采样时， 从该标准后验 分布中采样获取一个所述采样值， 并以10 0％概率接受； 步骤S7‑3， 针对非标准形式的所述满条件后验分布形式， 从分布 中采样 候选值r*， 并计算接受概率a＝min(1,p(r*)/p(r(m‑1)))， 从均匀分布U(0,1)中 随机抽取一个 候选值， 并将其与所述接受概 率a比较大小来判断是否 接受该候选值： 式中， r(m)、 r(m‑1)分别为第m、 m ‑1次的采样值； 步骤S7‑4， 将所述步骤S7 ‑2以及步骤S7 ‑3获取的所述采样值作为样本值并做最终收 敛， 即将一部分采样值作为燃烧期， 剩余部分采样值用于统计 计算。权　利　要　求　书 2/2 页 3 CN 114266196 A 3