基于SVM的集成预测方法及其在水电机组故障诊断中的应用

• 注册维普会员须知
• PDF提取文图方法
• 几种不同的服务模式
• 免费下载PDF阅读器

摘　　要:

针对水力发电系统的非线性及非平稳性特点，提出一种基于小波变换和支持向量机（SVM）的集成预测方法，用于水电机组状态趋势分析。采用小波变换将非平稳时间序列分解成若干个具有较强规律性的子序列，然后采用合适核函数的最小二乘支持向量机（LS-SVM）方法分别对这些子序列进行预测，最后综合这些子序列的预测结果作为原始序列的预测值。将该集成方法应用于某水电机组振动峰峰值的预测，结果表明该集成方法的预测性能优于单一LS—SVM方法。 (共4页)