基于LAR和在线LS-SVR的非线性时间序列故障预报

来源期刊：昆明理工大学学报(自然科学版)2010年第2期

论文作者：苏圣超 陈国明 胡义刚

文章页码：66 - 71

关键词：故障预报;时间序列预测;异常估计;最小二乘支持向量回归机;

摘    要：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N步预测.基于已知的正常时间序列数据,直接对当前N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.