基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
趋势预测是水电机组状态监测与故障诊断系统中的重要内容之一,对保障机组安全稳定运行具有重要意义.针对水电机组振动的非线性、非平稳特性,提出将最小二乘支持向量机应用于水电机组振动状态趋势预测;并将该算法应用于某水电机组振动序列峰峰值的预测,与BP神经网络的预测结果的对比表明:最小二乘支持向量机算法更适合于水电机组状态趋势预测分析.
推荐文章
基于支持向量机的起重机电机振动特征参数预测
预测
支持向量机
集装箱起重机
AR模型
基于时间序列组合模型的水电机组状态趋势预测
水电机组
状态趋势预测
时间序列组合模型
小波分解
最小二乘支持向量机
自回归模型
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的水电机组状态趋势预测研究
来源期刊 水力发电 学科 工学
关键词 趋势预测 最小二乘支持向量机 水电机组 BP神经网络
年,卷(期) 2007,(2) 所属期刊栏目 机电与金属结构
研究方向 页码范围 63-65
页数 3页 分类号 TK73
字数 2914字 语种 中文
DOI 10.3969/j.issn.0559-9342.2007.02.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周建中 华中科技大学水电与数字化工程学院 395 5250 35.0 50.0
2 刘忠 华中科技大学水电与数字化工程学院 18 202 9.0 14.0
3 邹敏 华中科技大学水电与数字化工程学院 12 110 6.0 10.0
4 占梁梁 华中科技大学水电与数字化工程学院 7 78 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (27)
二级引证文献  (26)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
趋势预测
最小二乘支持向量机
水电机组
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水力发电
月刊
0559-9342
11-1845/TV
大16开
北京西城区德外六铺炕北小街2号
2-428
1954
chi
出版文献量(篇)
7774
总下载数(次)
11
总被引数(次)
33587
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导