季节趋势分解（云端批量分析）
Seasonal-Trend Decomposition — Cloud Batch Analysis
将序列拆为趋势、季节与残差三部分（加法或乘法），揭示节律与异常，是预测的前处理。
01
定义
将序列拆为趋势、季节与残差三部分（加法或乘法），揭示节律与异常，是预测的前处理。
02
公式与计算
加法：y = T + S + R；乘法：y = T · S · R
03
适用时机
气象/水文/能耗的节律分析、去季节化、异常基线识别、为预测模型提供组分。 云端批量处理时，窗长与参数可取更精细值，并可结合历史数据做自适应调参。
04
关键参数
季节周期（日/年）、分解方式（加法/乘法）、平滑器（STL/MSTL）；云端版本可放宽存储与算力限制，但需保证多站数据时间对齐。
05
注意事项
失效与边界先判定季节周期与加法/乘法形式；乘法适合量级随趋势放大的序列；残差即异常线索。 云端实现可并行处理多站多年数据，建议输出处理日志与参数版本，便于结果复现。
CLOSE
把 季节趋势分解（云端批量分析） 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。