基于全矢最小二乘支持向量机的设备状态趋势预测

来源：机床与液压杂志2016年第19期北京时间：

作者：张钱龙

单位：郑州大学振动工程研究所；郑州大学振动工程研究所；郑州大学振动工程研究所；郑州大学振动工程研究所；郑州大学振动工程研究所

摘要：在支持向量机(SVM）基础上拓展出的最小二乘支持向量机（LSSVM）非线性泛化能力更好，具有较高的拟合和预测精度，目前被广泛应用于设备状态趋势预测中。为进一步提高其预测精度，结合基于同源信息融合的全矢谱技术提出一种新的趋势预测方法——全矢LSSVM。该方法采用全矢谱技术融合双通道信息，相比传统单通道信号提取方法，保障LSSVM预测数据特征提取的完整性，提高预测精度。将该方法应用于某电厂1号汽轮机振动数据的预测，实验结果表明，全矢LSSVM方法具有较高的预测精度。

关键词：趋势预测;全矢谱;LSSVM

基金资助：国家自然科学基金资助项目（51405453）；河南省教育厅科学技术研究重点项目指导计（13B6039700）；河南省高等学校精密制造技术与工程重点学科开放实验室开放基金资助项目（PMTE201302A）