基于ARIMA和XGBoost算法的辅逆系统故障预测

• 作者: 吴强 屈利杰
• 来源期刊: 大连交通大学学报
• 关键词: ARIMA XGBoost 故障预测
• 年，卷（期）: 2021,（1）
• 页码范围: 43-47
• 页数: 5页
• 语种: 中文
• DOI: 10.13291/j.cnki.djdxac.2021.01.020

摘要

提出XGBoost拟合各工况下辅逆温度变化曲线,利用拟合曲线与实际值残差做正态分布,确定警告阈值线和错误阈值线,用ARIMA算法预测后三天的趋势走向,并通过与警告阈值线和错误阈值线的比较给出相关预警的信息提示.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴强		2	0	0.0	0.0
2	屈利杰		1	0	0.0	0.0