摘要
本发明公开了一种基于大数据的计量资产库存变化记录与分析系统及方法,涉及大数据技术领域,通过物联网和数据管理平台全面获取实时库存量和历史用量,并引入行业动态信息和气象数据,组成初始特征向量集Fd,为模型提供基础数据支持。通过对初始特征向量集Fd进行数据校验和缺省值处理,生成更精确的处理后特征向量集Fp,确保数据的完整性和一致性。随后,方案利用线性回归模型预测未来库存需求趋势,生成趋势预测向量Tpred,并通过ARIMA模型对趋势预测的残差序列进行建模,结合预测残差值YR和季节性调整,最终生成预测综合指数Pf,精确地反映出未来一段时间内的库存需求。实现了库存需求预测的高精度和适应性。
技术关键词
ARIMA模型
线性回归模型
残差系数
预测残差
分析方法
数据管理平台
资产
综合误差
指数
气象
序列
数据有效性检查
分析系统
特征提取模块
数据采集模块
周期
大数据技术
系统为您推荐了相关专利信息
输出控制系统
工作状态参数
线性回归模型
子模块
风力发电系统
工业数据分析方法
工业设备
数据分析模型
像素块
可执行程序代码
智能除湿机
热成像摄像头
变频压缩机
电流监测模块
中心服务器
探鱼仪
渔船
数据存储系统
存储方法
渔业资源监测