基于分形与支持向量回归的动力装置运行状态预测模型

• 作者: 李岳 温熙森
• 来源期刊: 中国机械工程
• 关键词: 动力装置 分形 支持向量回归 时间序列 预测
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 机械科学
• 页码范围: 22-25
• 页数: 4页
• 分类号: TK26|TP15
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2008.01.006

摘要

分析了动力装置运行状态特点和预测要求,依据分形和支持向量回归理论,建立了基于分形与支持向量回归的状态趋势预测模型.其中,以振动烈度作为描述机组状态的特征数据来构建时间序列,对其进行相空间重构,根据最小嵌入维数来确定支持向量机输入节点数,采用支持向量回归算法对机组状态趋势进行预测.应用案例研究和实验对比分析的结果表明,研究的状态预测模型单步预测的平均相对误差为1.7881%, 30步预测的平均相对误差为3.3983%,预测模型能较好地满足动力装置状态趋势预测要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李岳		16	158	7.0	12.0
2	温熙森		28	701	14.0	26.0