101
中国设备工程C h i n a P l a n t E n g i n e e r i n
g
包装容器
中国设备工程 2021.03 （下）1 前言
城市轨道交通客流对地铁实际运营过程中的策略决策有重大影响。现阶段，国内各地铁公司虽有各种大客流的应急预案，但都有明显的滞后性。所以，近年来，国内各大城市都对地铁客流的预测展开了研究。其中，杭州地铁借助阿里云平台，由达摩院牵头，开展了一次“天池全球城市计算AI 挑战赛-地铁客流量预测”大赛，用于甄选出适合杭州地铁的客流预测模型，为后来的运营管理提供数据支撑，可见客流预测越来越被人们所重视。2 现有模型概述 常见的时间序列有平稳非平稳之分。其中，前者是序列的统计特征[均值E(Xt)、协方差Cov(Xt,Xs)、相关性 )
,(s t ρ]不随时间变化而变化。非平稳时间序列，统计特征
随着时间的变化而变化。
判断其是平稳还是非平稳序列，常用如下：（1）利用散点图进行平稳性检验；（2）利用样本自相关函数进行平稳性判断；（3）单位根检验等检验方法，此处选用最简单的曲线图来直观判定，实际效果见图
1。
图1
2.1 时序模型的预处理
对于平稳非白噪声序列，它的均值和方差是常数。ARMA 模型适用于此种序列。
对于非平稳序列，由于统计特征不稳定，首先转化成平稳序列，然后分析，常用ARIMA 模型。2.2 几种时间序列模型的总结
（1）AR （自回归模型）：用变量历史数据对未来预测，该模型必须满足平稳性的要求。
如果{εt}为白噪声，服从N(0,σ2)，a 0,a 1,...,a p (a p ≠0) 为实数，就称p
阶差分方程：鹤嘴锤
一种基于时间序列模型的
城市轨道交通客流量的预测数据分析
徐皓
（合肥职业技术学院，安徽 合肥 230000）
摘要：以合肥地铁2018年实际线网客流数据为测试样本，通过时间序列模型来预测客流量，用前半段的数据为训练样本，预测后半段的客流数据，并将预测结果与实际数据做对比来验证准确性。
关键词：城市轨道交通；客流量；预测；时间序列模型假牙加工
中图分类号：U293.13;TP391.41 文献标识码：A 文章编号：1671-0711（2021）03（下）-0101-02
是一个p 阶自回归模型，简称AR(p)模型。自回归方法的优点是所需资料不多，可用自身变数数列来进行预测。但是这种方法受到一定的限制：如果自相关系数(R)小于0.5，预测结果偏离较大，不适用此类模型。
导光剂（2）MA （移动平均模型）：如果一个单变量时序数据{y t ;t=1,2,...}，满足如下关系，则定义为MA
函数
（3）ARIMA （p,d,q）差分自回归移动平均模型。AR 的含义为”自回归”，p 参数表示自回归项数；I 表示差分的含义，d 为差分次数（阶数）；MA 为”滑动平均”，q
影像处理为滑动平均项数。
其中，L 是滞后算子（Lag operator）。2.3 研究步骤
本次使用ARIMA 模型对客流量进行预测。一般情况下，城市轨道交通的客流量数据{at}是非平稳的，需要进行差分转化。
将记为差分算子，那么，有：
对于延迟算子B
有：；因此，可
以得出：
statsmodels 库提供适合ARIMA 模型的功能。可以使用statsmodels 库创建ARIMA 模型，如下所示：
干燥炉
通过调用ARIMA （）并传入p，d 和q 参数来定义模型。通过调用fit （）函数在训练数据上准备模型。可以通过调用predict（）函数并指定要预测的时间或索引的时间索引来进行预测。我们将ARIMA 模型与整个Shampoo Sales 数据集相匹配，并检查残差。
我们可以使用ARIMAResults 对象上的predict（）函数进行预测。如果我们在训练数据集中使用前150个观测值来拟合模型，那么，用于进行预测的下一个时间步骤的索引将被指定给预测函数，如start=1，end=150。这将返回一个包含预测的一个元素的数组。如果我们执行任何差分（在配置模型时d>0），我们也希望预测值在原始比例中。这可以通过将typ 参数设置为’levels’值来指定：typ=’levels’。我们可以将训练数据集拆分为训练集和测试集，使用训练集来拟合模型，并为测试集上的每个元素生
注：本论文来自合肥职业技术学院自然科学研究项目
-“城市轨道交通客流量方法的预测”
102
研究与探索Research and Exploration ·工艺流程与应用
中国设备工程 2021.03 (下)
随着人们生产生活的质量提升，石油产品用量也逐年增加。原油生产中离不开油田电网电气设备，由于运行中变压器受到容量和承载差异，致使有些导线截面的电流密度，比经济电流密度超出太多，会出现末端电压损坏情况，甚至还会引起火灾等重大事故。我们要深入研究，充分发挥油田电气作用。 1 油田电网设施的基本构成分析
我国目前油田电网一般是以母线为主，引出多条配电线路及变压器、电力网络。配电网接线由多条配电线路组建而成，每个末端变电所在放射成树桩配电网构成了每条线路。一般的供电线路都在10KM 以上。变电配电线路出口处一般安装检测设备，用于测试线路功率以及电量输出数据。配电基于远程通信的 油田电气设备和供电线路的能效优化
董雪
（大庆油田第三采油厂电力大队，黑龙江 大庆 163000）
摘要：油田的电网设施不断兴建，各种电气设备也不断增多，而远程通信载体就是电器设备，电网也是其运行的基础，通过提供电力支持生产。由于电气设备长时间使用，运行中强度很高，很容易出现设备老化问题。随之带来的危险非常大，会严重影响油田的正常运行，甚至造成严重的经济损失和人身伤害。油田电气设备在使用中要及时进行日常检修，及时发现设备运行中的问题。本文主要研究基于远程通信的油田电气设备和供电线路的能效优化方法，并提出合理方案，以期促进油田项目良好发展。
关键词：远程通信；油田电气设备；供电线路；能效优化
中图分类号：TE43 文献标识码：A 文章编号：1671-0711（2021）03（下）-0102-02
变压器型号有很多种，配电线抽油机负责70个左右，一台变压器一般供电一台抽油机。比较先进的电网会一台变压器供电多台抽油机。还有少数其他设备，比如，注水井用电等。同时，连接开关要安装在每条配电线路临近处，这样当遇到线路电源或线路检测停电时，可以采取临近配电线路进行供电，
确保油田项目正常运行。2 能效优化传统方法
传统优化能效方法是直接开采法，这种方法较为简单。常采用双驴头抽油机，可以降低一定的能效，实现节能目的。这种方法可以减少一部分的电动机损耗，从而延长电动机的寿命，避免老化产生的故障。电动机运行时，会造成热量聚集，时间长会造成设备损坏，甚至会造成火灾等安全隐患。这种
成预测。考虑到差异的先前时间步长和AR 模型的观察依赖性，需要滚动预测。执行此滚动预测的一种粗略方法是在收到每个新观察后重新创建ARIMA 模型。
最终的预测结果如图2。
参考文献：
[1]蔡昌俊，姚恩建，王梅英，张永生.基于乘积ARIMA 模型的城市轨道交通进出站客流量预测[J].北京交通大学学报
,2014,38(02):135-140.
图2
[2]郭杰鹏, 钟鸿彬. 基于ARIMA 模型的城市轨道交通客流量预测实现[J]. 科学与信息化, 2019, 000(006):140-140.
[3]刘臣，陈静娴，郝宇辰，李秋，甄俊涛.基于时空网络的地铁进出站客流量预测[J/OL].计算机工程与应用:1-9[2020-10-12].knski/kcms/detail/11.2127.tp.20200901.0844.002.html.
[4]赵鹏，李璐.基于ARIMA 模型的城市轨道交通进站量预测研究[J].重庆交通大学学报(自然科学版
),2020,39(01):40-44.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议