ARIMA 时间序列模型（上位机离线分析）
ARIMA Model — Desktop Offline Analysis
自回归—差分—移动平均模型，用于平稳（或差分后平稳）时间序列的短期预测。
01
定义
自回归—差分—移动平均模型，用于平稳（或差分后平稳）时间序列的短期预测。
02
公式与计算
φ(B)(1−B)^d xₜ = θ(B)εₜ
(p, d, q) 分别为 AR 阶数、差分阶数、MA 阶数
03
适用时机
短期预测（水位、流量、负荷）；含季节性的用 SARIMA。 上位机离线分析时以结果精度优先，可交互调参、可视化中间量，并保存原始数据与处理记录。
04
关键参数
p/d/q 阶数（由 ACF/PACF 与 AIC 选择）、季节性周期；离线版本建议提供参数扫描与敏感性分析，输出可追溯的处理报告。
05
注意事项
失效与边界适合短期（数小时至数天），不适合外推极端事件。 上位机实现适合标定建模、事后归因与报告生成，须与现场实时链路保持参数一致。
CLOSE
把 ARIMA 时间序列模型（上位机离线分析） 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。