论文部分内容阅读
针对非线性系统的故障预报，设计了一种在线最小二乘支持向量回归机（LS—SVR）算法，提出了一种基于在线LS—SVR和线性AR（LAR）混合预测的故障预报新方法．用LAR对非线性系统进行局部线性建模，用LS—SVR在线补偿局部线性模型的建模误差，实现了非线性时间序列的一步预测，并推广到Ⅳ步预测．基于已知的正常时间序列数据，直接对当前Ⅳ步预测值进行异常估计，实现故障预报，提高了实时性．同时方法的误检率和漏检率还可人为调整，对不同对象具有普遍性．仿真实验证明了方法的有效性．