基于相关向量机的高速列车牵引系统剩余寿命预测

• 作者: 姜斌 王秀丽 陆宁云
• 来源期刊: 自动化学报
• 关键词: 相关向量机 牵引系统 剩余寿命预测 首达时间 t分布
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2303-2311
• 页数: 9页
• 字数: 8788字
• 语种: 中文
• DOI: 10.16383/j.aas.c190204

摘要

高速列车牵引系统在运行过程中总是受到诸多不确定因素的影响,例如,由于列车的负载、运行环境及元器件的老化引起的不确定性,不确定因素不可避免地影响牵引系统剩余寿命的预测精度.为了提高不确定情景下剩余寿命预测的准确性,本文首先采用改进的相关向量机(Relevance vector machine,RVM)方法,建立鲁棒性能良好的多步回归模型,由于t分布比常用的高斯分布更具有鲁棒性,通过权重和随机误差服从t分布而非高斯分布,改进了相关向量机回归模型,随后将超参数的先验一并融入似然函数,通过最大化似然函数估计未知的超参数,此外,利用首达时间方法从概率角度对剩余寿命进行了预测,最后通过牵引系统中电容器退化的案例,与传统的相关向量机方法、自回归方法和支持向量机方法进行对比,验证了所提算法的有效性.