基于组合模型的主元分析预测监控方法

• 作者: 刘振娟 李宏光 王高升
• 来源期刊: 北京化工大学学报（自然科学版）
• 学科: 工学
• 关键词: 主元分析 长期预测 k-NN 最小二乘支持向量机 GM(1,1)
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 机电工程和信息科学
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP277
• 语种: 中文

摘要

传统的基于主元分析L PCA)的过程监控技术可以对工业过程当前的状况进行监控,但难以预测系统未来的运行情况.本文在PCA监控方法的基础上建立预测模型,首先根据历史数据建立PCA的综合监控统计量模型,其次结合k邻近(k-NN)的最小二乘支持向量机(LSSVM)和灰色理论(GM(1,1))技术建立在线组合预测模型,实现对工业过程运行状态的预测.利用组合模型对一个多变量动态过程实例进行仿真,将预测效果与k-NN的LSS-VM以及GM(1,1)各自单独的预测效果作比较,验证了所提方法在长期预测方面的准确性,表明基于组合模型的PCA预测监控方法特别适用于对缓慢漂移故障的长期预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏光		108	613	12.0	17.0
2	刘振娟		28	195	8.0	13.0
3	王高升		2	0	0.0	0.0