基于支持向量机的水电机组状态趋势预测研究OA北大核心CSTPCD
Research on Condition Trend Prediction of Hydro-turbine Generating Unit based on Support Vector Machines
趋势预测是水电机组状态监测与故障诊断系统中的重要内容之一,对保障机组安全稳定运行具有重要意义.针对水电机组振动的非线性、非平稳特性,提出将最小二乘支持向量机应用于水电机组振动状态趋势预测;并将该算法应用于某水电机组振动序列峰峰值的预测,与BP神经网络的预测结果的对比表明:最小二乘支持向量机算法更适合于水电机组状态趋势预测分析.
邹敏;周建中;刘忠;占梁梁
华中科技大学水电与数字化工程学院,湖北,武汉,430074华中科技大学水电与数字化工程学院,湖北,武汉,430074华中科技大学水电与数字化工程学院,湖北,武汉,430074华中科技大学水电与数字化工程学院,湖北,武汉,430074
能源科技
趋势预测最小二乘支持向量机水电机组BP神经网络
《水力发电》 2007 (2)
水电能源及其在电力市场竞争中的混沌演化与双赢策略研究
63-65,3
国家自然科学基金资助项目(50579022,50539140)
评论