基于支持向量机的大型石化动力设备状态预测技术研究

摘要：

大型石化动力设备运行状态具有明显的非线性、非平稳特征,为保障设备的可靠运行及实现科学维护,研究了基于SVM(支持向量机)的状态趋势预测技术,提出了一种新的基于SVM的状态趋势组合预测模型.比较了SVM预测模型和传统的AR预测模型,研究结果表明SVM模型适用于中长期预测,预测精度较高.将该项预测技术应用于大型石化动力设备的状态预测,取得了较理想的预测效果.

关键词： 大型石化动力设备 支持向量机 状态预测 组合预测模型

作者: 徐小力 陈涛 温后珍 阎楚良

作者单位: 北京机械工业学院,机电系统测控北京市重点实验室,北京,100085 中国农业机械化科学研究院,北京,100083

会议类型: 国内会议

会议名称: 2006年全国振动工程及应用学术会议

会议地点: 昆明

会议语种:中文

页码: 220-222

在线出版日期: 2006-08-14（万方平台首次上网日期，不代表论文的发表时间）