基于分形与支持向量回归的动力装置运行状态预测模型

摘要：

分析了动力装置运行状态特点和预测要求,依据分形和支持向量回归理论,建立了基于分形与支持向量回归的状态趋势预测模型.其中,以振动烈度作为描述机组状态的特征数据来构建时间序列,对其进行相空间重构,根据最小嵌入维数来确定支持向量机输入节点数,采用支持向量回归算法对机组状态趋势进行预测.应用案例研究和实验对比分析的结果表明,研究的状态预测模型单步预测的平均相对误差为1.7881%, 30步预测的平均相对误差为3.3983%,预测模型能较好地满足动力装置状态趋势预测要求.

关键词：动力装置、分形、支持向量回归、时间序列、预测

所属期刊栏目：19

分类号：TK26;TP15(蒸汽动力工程)

在线出版日期：2008-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：22-25