基于LSSVR-AR模型的电解电容状态预测方法

摘要：

针对传统的状态预测方法预测精度不高的问题,提出了一种基于最小二乘支持向量回归机(LSS-VR)和AR模型相结合的非平稳时间序列建模的方法(LSSVR-AR),并应用于Buck电路的电解电容等效串联的状态预测中.对非平稳时间序列进行最小二乘支持向量回归,得到非平稳时间序列的趋势项及剔除趋势项后的随机项;对随机项建立AR模型并与趋势项的LSSVR模型组合,得到非平稳时间序列模型;用组合模型对电解电容的等效串联电阻进行状态预测.用本文所提出的方法对其预测的平均绝对百分比误差为6.57%,低于单一的LSSVR模型.实例证明:本文所提出的模型能对电解电容的状态进行准确预测.

关键词：最小二乘支持向量机、AR模型、状态预测、非平稳时间序列、电解电容

所属期刊栏目：30

分类号：P206(一般性问题)

在线出版日期：2017-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：478-484