Abstract
The paper presents mathematical models for forecasting related nonstationary time series and methods for their structural identification based on the joint use of a multidimensional variant of the Caterpillar-SSA method and VARMAX and SARIMAX models. In the proposed hybrid mathematical models, using formulas for L- or K-continuation of multi-dimensional variant of the Caterpillar-SSA method, structural and parametric identification of the transfer function, connecting the endogenous and exogenous time series is carried out. Decomposition approach to time series forecasting based on multi-dimensional variant of the Caterpillar-SSA method and SARIMAX models lies in decomposition of source endogenous and exogenous time series into multiple time series with a simpler structure using the multidimensional Caterpillar-SSA method; forecasting data of decomposition components by SARIMAX models and calculating the total forecast for each endogenous time series, combining forecasts, constructed for simplified models. The proposed models were tested on the example of forecasting physical parameters of the natural gas consumption processes of the linear parts of the gas transportation system, and the forecasting results were compared with the results, obtained by the VARMAX models. Experimental results show the high efficiency of the proposed forecasting models for selecting suitable structural parameters in comparison with the VARMAX models. The results lead to the conclusion that for effective forecasts, it is necessary to perform the decomposition of the studied time series and combine different models, describing both statistical and deterministic time series components, which provides better forecasting.
Highlights
Одним из наиболее перспективных и важных методов современного научного познания является моделирование
Определяющий сменный режим работы линейных участков является неравномерность газопотребления всеми категориями потребителей природного газа подключенных к линейному участку
В [6] вследствие того, что на коэффициенты функции не накладывались требования быть неизменными во времени, а модель, по которой рассчитывались прогнозы, наделялась адаптивными свойствами, методы анализа и прогнозирования изолированного ряда были достаточно гибкими и полезными для моделирования широкого класса одномерных процессов или их отдельных сторон
Summary
Одним из наиболее перспективных и важных методов современного научного познания является моделирование. Построенная модель предназначается для анализа, познания, исследования объективных закономерностей, определяющих деятельность моделируемого объекта и прогнозирования его параметров. Предлагаемые в работе модели применим для прогнозирования физических параметров процессов потребления природного газа линейных участков газотранспортной системы. Применяемой при эксплуатации различных участков газотранспортной системы (ГТС), необходимо в первую очередь рассмотреть наиболее существенные характеристики современных моделей и методы их использования. Определяющий сменный режим работы линейных участков является неравномерность газопотребления всеми категориями потребителей природного газа подключенных к линейному участку. В случае ограниченности исходной информации, неразработанности теории исследуемого процесса, неопределённости представления о взаимосвязях временного ряда (ВР) с другими рядами методы прогнозирования изолированных нестационарных ВР могут оказаться незаменимыми и упрощение, в результате которого совокупное взаимодействие всех сторонних факторов выражается в модели через время, становится необходимым. В случае же прогнозирования многомерных нестационарных ВР обычно строятся системы линейных уравнений, модели множественной регрессии.
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
