基于LAR和在线LS-SVR的非线性时间序列故障预报

作     者：苏圣超 陈国明 胡义刚 SU Sheng-chao;CHEN Guo-ming;HU Yi-gang

作者机构：上海工程技术大学工程实训中心上海201620 

基　　金：上海市高校优秀青年教师专项基金资助项目(项目编号:gcd07047) 

出 版 物：《昆明理工大学学报（理工版）》 (Journal of Kunming University of Science and Technology(Natural Science Edition))

年 卷 期：2010年第35卷第2期

页      码：66-71页

摘      要：针对非线性系统的故障预报,设计了一种在线最小二乘支持向量回归机(LS-SVR)算法,提出了一种基于在线LS-SVR和线性AR(LAR)混合预测的故障预报新方法.用LAR对非线性系统进行局部线性建模,用LS-SVR在线补偿局部线性模型的建模误差,实现了非线性时间序列的一步预测,并推广到N步预测.基于已知的正常时间序列数据,直接对当前N步预测值进行异常估计,实现故障预报,提高了实时性.同时方法的误检率和漏检率还可人为调整,对不同对象具有普遍性.仿真实验证明了方法的有效性.

主 题 词：故障预报 时间序列预测 异常估计 最小二乘支持向量回归机 

学科分类：080801[080801] 0808[工学-自动化类] 08[工学] 

D　O　I：10.3969/j.issn.1007-855x.2010.02.014

馆 藏 号：203137918...