首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 171 毫秒
1.
基于未知输入观测器的非线性时间序列故障预报   总被引:3,自引:0,他引:3  
将未知非线性系统的输出作为时间序列并进行空间重构,针对得到的离散线性时变系统,提出了基于未知输入观测器的预测新方法.以实时拟合时间序列的线性AR模型作为时变系统的已知线性部分,将拟合误差作为时变系统的未知输入,实现了对非线性时间序列的一步预测.再利用递推预测的方法,将一步预测推广到N步预测,同时证明了该方法的预测误差有界.通过未知输入的预测值和状态的预测误差的变化可以方便地判断故障的发生,实现故障预报.仿真结果证明了方法的有效性.  相似文献   

2.
针对Kalman预测在非线性系统故障预报中预测误差较大的问题.提出一种基于支持向量机预测新息的Kalman预测方法.根据未知非线性系统的典型变量分析子空间模型进行Kalman预测.采用支持向量机时间序列预测算法预测未来时刻的新息,利用新息进行Kalman单步和多步预报.在连续搅拌反应器上的仿真研究表明:所提出方法能准确地预测较长时间段内故障过程的劣化趋势,预知可能发生的故障,使操作人员有时间采取必要措施消除故障隐患.  相似文献   

3.

针对Kalman预测在非线性系统故障预报中预测误差较大的问题,提出一种基于支持向量机预测新息的Kalman预测方法.根据未知非线性系统的典型变量分析子空间模型进行Kalman预测,采用支持向量机时间序列预测算法预测未来时刻的新息,利用新息进行Kalman单步和多步预报.在连续搅拌反应器上的仿真研究表明:所提出方法能准确地预测较长时间段内故障过程的劣化趋势,预知可能发生的故障,使操作人员有时间采取必要措施消除故障隐患.

  相似文献   

4.
针对非线性时间序列故障预报问题,提出了一种基于聚类和支持向量机的方法.将正常的时间序列按照K-均值聚类算法进行聚类学习,同时利用支持向量机回归的时间序列预测算法获得预测序列,然后通过比较聚类所得的正常原型和预测序列的相似性实现故障预报.仿真结果表明:本文提出的方法更能满足实时性的要求,也更为准确.  相似文献   

5.
基于TSEOPM的在轨航天器故障预报方法研究   总被引:1,自引:0,他引:1  
针对在轨航天器非线性系统的故障预报,提出一种基于时间序列事件征兆模式挖掘的在轨航天器故障预报方法,该方法以在轨航天器遥测数据建立状态监测时间序列,根据事件特征函数利用层次聚类算法挖掘出故障事件征兆模式,然后利用故障事件征兆模式对航天器的状态监测时间序列数据进行分析,判断是否为故障征兆点,从而实现故障预报;实验结果表明,该方法能有效地预测在轨航天器状态监测时间序列数据中的故障事件。  相似文献   

6.
一类未知非线性离散系统的直接自适应模糊预测控制   总被引:8,自引:1,他引:8  
将自适应模糊逻辑系统引入预测控制,对一类未知非线性离散系统提出了直接自适应 模糊预测控制方法.首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直 接利用模糊逻辑系统设计预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中 的未知向量进行自适应调整.文中证明了此方法可使广义误差估计值收敛到原点的小邻域内.  相似文献   

7.
基于自适应未知输入观测器的非线性动态系统故障诊断   总被引:1,自引:0,他引:1  
针对以往故障诊断研究中要求故障或故障导数及系统干扰的上界是已知的不足,以及难以同时诊断执行器故障和传感器故障的问题,提出一种自适应未知输入故障诊断观测器,能够同时重构非线性动态系统的执行器故障和传感器故障.首先,利用H_∞性能指标抑制未知输入对故障重构的影响,采用Lyapunov泛函得到观测误差动态系统的稳定性;然后,通过线性矩阵不等式求解观测器增益阵,并实现故障重构;最后,通过直流电机系统的仿真验证了所提出方法的有效性.  相似文献   

8.
基于神经网络的非线性系统多步预测控制   总被引:15,自引:0,他引:15  
针对离散非线性系统,利用非线性激励函数的局部线性表示,提出一种可用于非线性过程的神经网络多步预测控制方法,并给出了控制律的收敛性分析.该方法将非线性系统处理成简单的线性和非线性两部分,对复杂的非线性多步预测方程给出了直观而有效的线性形式,并用线性预测控制方法求得控制律,避免了复杂的非线性优化求解.仿真结果表明了该算法的有效性.  相似文献   

9.
针对一类含未知输入和执行器故障的非线性系统,提出基于未知输入观测器的故障诊断算法,改进了Luenberger故障诊断观测器对系统出现未知扰动时的不足.利用广义逆方法,将未知输入从残差信号中完全解耦,通过产生对故障高敏感性以及对未知扰动强抗扰动性的观测器实现系统的故障诊断,并通过Lyapunov函数用线性矩阵不等式保证了系统稳定性.  相似文献   

10.
用B-样条神经网络设计非线性观测器   总被引:3,自引:0,他引:3  
对线性部分已知、非线性部分未知的一类非线性系统,提出了一种新的状态观测器 的设计方法.首先针对线性部分设计线性观测器,随后在线性观测器中加入非线性补偿项.该 补偿项先由"反卷积"的方式确定,再用B-样条神经网络拟合.对三个非线性系统设计了观测 器,通过与已有的解析方法进行比较,说明了该方法的优越性.  相似文献   

11.
故障预测和健康管理技术(PHM)在现代工程系统中能够在系统具备较高复杂度的情况下,有效保障其可靠性和安全性。在机械故障诊断中对于采集到的原始数据的高维特征量的处理较为复杂,并且在实际应用中趋势预测的精度要求较高,针对该问题提出一种基于主成分分析(PCA)与随机森林算法的轴承故障趋势预测方法。该方法利用PCA对提取的原始轴承数据特征量进行线性降维,并选取其中主成分特征量,输出非线性时间序列数据。原始数据经过PCA处理得到非线性时间序列,将该序列作为随机森林算法的输入进行故障趋势预测,并把预测结果与BP神经网络模型预测的结果进行对比,结果表明随机森林在故障趋势预测上在精度相较于BP神经网络有显著提高,是一种有效的故障趋势预测方法。  相似文献   

12.
对于间歇蒸馏过程,提前准确判断从低馏分到主馏分的转馏分点是影响最终产品质量和产量的关键环节,设计基于数据挖掘技术的转馏分点在线预报软测量系统是一项重要的过程质量控制手段,为提高生产的综合自动化水平创造了重要条件。根据混沌理论,温度能较高程度的反映体系内反应及分离情况,因此选取间歇蒸馏上升气温度为考察变量。针对数据非线性、动态、数据长度短、不同批次数据不等长等特点,提出了将不同批次数据按照随机的顺序首尾相接组成长数据集的数据重构策略;采用自回归求和滑动平均方法和最小二乘支持向量机方法建立了组合时间序列预测模型;通过对理论转馏分温度与实际转馏分温度的差值和预测曲线近似斜率的统计分析,建立了转馏分点在线预报系统,经过在实际生产中的验证,实现了对转馏分点提前1min的准确预报。  相似文献   

13.
针对银行业务中的隔夜头寸预测问题,融合指数平滑与自回归预测的思想方法,提出了一个时间序列一步预测的微分动力学方程,证明了方程的离散化结构同无隐层BP神经网络的等价性。讨论了模型预测有效性问题,并进行了实证分析。对12个样本预报偏差的拟合优度检验表明,绝对预报偏差近似服从指数分布;实证分析了环比波动特征同模型预报误差以及预报同态度的关系,表明在一定条件下模型的预报是有效的,同NLP框架下的LSTM和GRU进行了对比实验表明该模型有更好的表现;定义了稳态指数和转折指数来描述时间序列的环比波动特征,分析表明稳态指数和转折指数可以预估模型预报的误差水平和同态度水平;研究了模型前端降噪对预报结果的影响,结果表明前端降噪可以抑制模型预报的“过敏”行为,有利于对时间序列变化趋势的动态跟踪。  相似文献   

14.
多重核学习非线性时间序列故障预报   总被引:1,自引:0,他引:1  
针对非线性时间序列故障预报问题, 提出了多重核学习故障预报方法. 利用多重核学习可以减少支持向量的个数, 提高预测性能. 而且在多重核学习定义的混合核空间中运用减聚类能够提取正常原型. 最后, 将本文提出的方法应用于连续搅拌釜式反应器的故障预报, 仿真结果表明该方法能够提高故障预报的准确性与实时性.  相似文献   

15.
沈谦  王涛 《微机发展》2003,13(1):3-4
为使传统的时间序列预测适合于非线性系统的时间序列建模与预测 ,提出了一种改进的RBF神经网络 ,并采用该网络对混沌时间序列进行预测。通过实例计算 ,预测效果较好。  相似文献   

16.
加权一阶局域预测法是目前最常用的一种混沌时间序列预测方法。基于延迟坐标相空间重构理论,提出了混沌时间序列改进的加权一阶局域预测法。仿真结果表明该方法的多步预测性能与一步预测性能明显好于加权一阶局域预测法的多步预测性能与一步预测性能。  相似文献   

17.
为了解决非线性系统中不可测量参数的预测问题,提出一种带有次优渐消因子的强跟踪平方根容积卡尔曼滤波(STSCKF)和自回归(AR)模型相结合的故障预测方法.利用AR模型时间序列预测法预测未来时刻的测量值,将预测的测量值作为STSCKF的测量变量,从而将预测问题转化为滤波估计问题.STSCKF通过在预测误差方差阵的均方根中引入渐消因子调节滤波过程中的增益矩阵,克服了故障参数变化函数未知情况下普通SCKF跟踪故障参数缓慢甚至失效的局限性,使得STSCKF能较好地预测故障参数的发展趋势.连续搅拌反应釜(CSTR)仿真结果表明,STSCKF的预测精度高于普通SCKF和强跟踪无迹卡尔曼滤波(STUKF),验证了方法的有效性.  相似文献   

18.
近年来风电在我国发展迅猛,但风速的不稳定性和间歇性,使风电功率也具有同样的性质,这样的电功率注入会带来电力系统运行的不稳定,因此,风电功率的预测对风电并网及使用具有重要意义。鉴于此,开展风电功率的短期预测研究,利用LS-SVM对风电功率进行建模并实现确定性的短期预测,在此基础上使用非参数统计法对确定性预测模型的预测误差进行拟合获得其密度函数,计算各功率段的置信区间以得到概率性预测结果,从而提高风电功率预测结果的实用性和可靠性。与常用的自回归滑动平均模型和BP神经网络模型进行对比实验,证明本方法的性能及优势。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号