论文部分内容阅读
水电机组状态参量具有小样本、非线性和非平稳性等特点，传统预测理论很难对其实现状态趋势预测，考虑从多角度优化预测算法，建立了基于时间序列的组合预测模型。本研究利用小波变换理论提取信号的细节特征，将机组状态参量分解为非线性的趋势项和平稳性的波动项，分别利用最小二乘支持向量机（LSSVM）理论和自回归（AR）模型进行趋势预测，利用加法原则重构信号实现水电机组状态参量的趋势预测。取某电站振动状态序列进行实例计算，结果表明预测值与实测值基本一致，具有较高的预测精度。研究结果将对水电机组的状态预警起到一定的推动作用。