基于 OVMD 与 SVR 的水电机组振动趋势预测

摘要：

为更好地预测水电机组振动趋势，研究提出了一种基于最优变分模态分解（OVMD）与支持向量回归（SVR）的水电机组振动趋势预测模型。首先基于中心频率观察法与残差指标最小化准则确定 OVMD 的分解参数，采用OVMD 将非平稳振动序列分解为一系列模态函数，并对各模态函数分别进行相空间重构，构建状态矩阵，进而得到 SVR回归预测模型的输入、输出，再采用交叉验证的网格搜索策略优化各 SVR 模型的参数，并分别进行回归预测，最后对所有SVR 预测结果进行求和，得到原始振动趋势的预测值。研究对某大型混流式水电机组的振动监测数据进行预测试验，并进行对比分析，结果表明该模型可有效预测水电机组振动趋势。

关键词：最优变分模态分解、相空间重构、支持向量回归、非平稳、振动趋势预测

所属期刊栏目：35

分类号：TM312(电机)

资助基金：国家自然科学基金51579107；51079057；51239004

在线出版日期：2016-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：36-40