Cet article propose une méthode de prédiction de la consommation énergétique du système de contrôle environnemental des stations de métro basée sur le modèle autorégressif à moyenne mobile (ARMA) à travers l'étude et l'analyse des séries temporelles. Tout d'abord, les données collectées de la consommation énergétique du système de contrôle environnemental des stations de métro ont subi des tests de stationnarité et de bruit blanc ; puis les paramètres optimaux du modèle ont été déterminés en fonction des coefficients d'autocorrélation, des coefficients d'autocorrélation partielle et du critère AIC, établissant ainsi un modèle ARMA capable de prédire efficacement la consommation énergétique du système de contrôle environnemental des stations de métro ; quatre méthodes ont été utilisées pour tester l'efficacité du modèle ajusté ; parallèlement, l'effet d'ajustement du modèle a été analysé en utilisant l'erreur absolue moyenne (MAE) et la racine de l'erreur quadratique moyenne (RMSE). Les résultats montrent que cette méthode peut extraire efficacement les informations utiles des données de consommation énergétique et possède une haute précision dans la prédiction de la consommation énergétique du système de contrôle environnemental des stations de métro.

séries temporelles;modèle ARMA;système de contrôle environnemental des stations de métro;prédiction de la consommation énergétique