基于时间序列组合模型的水电机组状态趋势预测

• 作者: 孙慧芳 张洋 李林扬 桂中华
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2016,（1）
• 页码范围: 79-86
• 分类号: TK730
• 语种: 中文
• DOI: 10.11660/slfdxb.20160110

摘要

水电机组状态参量具有小样本、非线性和非平稳性等特点,传统预测理论很难对其实现状态趋势预测,考虑从多角度优化预测算法,建立了基于时间序列的组合预测模型.本研究利用小波变换理论提取信号的细节特征,将机组状态参量分解为非线性的趋势项和平稳性的波动项,分别利用最小二乘支持向量机(LSSVM)理论和自回归(AR)模型进行趋势预测,利用加法原则重构信号实现水电机组状态参量的趋势预测.取某电站振动状态序列进行实例计算,结果表明预测值与实测值基本一致,具有较高的预测精度.研究结果将对水电机组的状态预警起到一定的推动作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙慧芳	国网新源控股有限公司技术中心	11	28	3.0	5.0
2	桂中华	国网新源控股有限公司技术中心	19	68	4.0	7.0
3	李林扬		5	15	1.0	3.0
4	张洋		1	13	1.0	1.0