一种基于改进ARIMA模型的压差时间序列数据预测方法及装置

本发明公开一种基于改进ARIMA模型的压差时间序列数据预测方法及装置，该方法对储能设备单体电池的电压数据进行采集、封装，获得时间序列数据，并进行清洗处理，获得清洗后时间序列数据；将清洗后时间序列数据进行ADF平稳性验证；通过后，将清洗后时间序列数据进行Ljung‑Box白噪声检验；通过检验后生成预测数据；构建ARIMA模型并确定参数；通过设定训练数据集对ARIMA模型进行训练；通过设定验证数据集对训练后的ARIMA模型进行性能评估，生成评估指标；当评估指标达到设定标准时完成训练，获得训练好的ARIMA模型；将预测数据输入训练好的ARIMA模型进行预测处理，获取压差预测数据。本发明提高了电池单体压差预测的准确性，能够监测电压异常，进而维护储能设备的稳定性。