10.3969/j.issn.1006-9348.2010.03.044
设备状态的多项式神经网络迭代多步预测法
设备状态趋势预测技术是实现设备预知维护的重要手段.为了实现设备的预知维护,在BP算法和一般多步预测法的基础上,提出设备状态的多项式神经网络迭代多步预测法.方法具有较强泛化能力和较快收敛速度的多项式神经网络,采用迭代法更新样本中的历史数据,逐次训练预测模型进行时间序列预测.将方法应用于某石化企业压缩机振动峰峰值的时间序列预测上,并与一般多步预测法相比,多项式神经网络迭代多步预测法在短期预测中改进效果不大明显,但在中长期预测中则具有更高的预测精度.测试结果证明,多项式神经网络迭代多步预测法能更好地满足工程实际应用需要,为设备预知维护提供了一个新思路.
预知维护、多项式神经网络、时间序列预测、迭代多步预测
27
TP391.9(计算技术、计算机技术)
2010-05-31(万方平台首次上网日期,不代表论文的发表时间)
共4页
179-181,262