基于优化非线性自回归神经网络模型的水质预测 被引量：13

1

作者 唐亦舜 徐庆 +1 位作者 刘振鸿 高品 《东华大学学报（自然科学版）》 CAS 北大核心 2022年第3期93-100,共8页

针对突发性水污染事件频发的问题,以上海市某支流具有代表性的监测断面为研究对象,通过优化调整输入数据段以及延迟阶数与隐含层神经元数等模型参数,构建基于历史水质时间序列的优化非线性自回归(NAR)神经网络模型,预测分析pH、溶解氧(... 针对突发性水污染事件频发的问题,以上海市某支流具有代表性的监测断面为研究对象,通过优化调整输入数据段以及延迟阶数与隐含层神经元数等模型参数,构建基于历史水质时间序列的优化非线性自回归(NAR)神经网络模型,预测分析pH、溶解氧(DO)质量浓度和浊度3项水质指标的变化趋势。结果表明:优化后的NAR神经网络模型具有较好的非线性处理能力;当输入数据量为180,pH、DO质量浓度和浊度的神经网络模型的延迟阶数分别为2、3、9,隐含层神经元数为10时,NAR神经网络模型对pH、DO质量浓度和浊度的预测均方根误差分别为0.053、0.382 mg/L和17.300 NTU,平均绝对百分比误差分别为0.53%、3.97%和18.01%,预测效果较好。 展开更多

关键词 水质预测 非线性自回归神经网络 PH 溶解氧 浊度 模型优化

在线阅读 下载PDF 职称材料

基于非线性有源自回归神经网络的路面不平度识别 被引量：7

2

作者 林聪 时岩 《南京理工大学学报》 EI CAS CSCD 北大核心 2020年第3期296-302,共7页

针对传统方法在识别路面不平度时需要消耗大量的人力物力且识别精度不理想等问题,该文提出一种基于非线性有源自回归(NARX)神经网络识别路面不平度的方法。使用ADAMS软件建立某SUV车型的整车模型。以左前与右后悬架动挠度、车身绕质心... 针对传统方法在识别路面不平度时需要消耗大量的人力物力且识别精度不理想等问题,该文提出一种基于非线性有源自回归(NARX)神经网络识别路面不平度的方法。使用ADAMS软件建立某SUV车型的整车模型。以左前与右后悬架动挠度、车身绕质心俯仰角位移、车身绕质心侧倾角速度、左前与右后车轮垂直加速度以及车身质心垂直加速度共7个车辆响应的数据样本点作为NARX神经网络的输入,以对应的路面不平度作为NARX神经网络的输出,建立NARX神经网络模型。通过仿真得到相关系数为97.577%,均方根误差为0.0037。另取A、B、C、D 4种不同等级路面下的车辆响应,带入训练好的NARX神经网络。结果表明,NARX神经网络对4种等级的路面识别的相关系数均在90%以上。 展开更多

关键词 非线性有源自回归 神经网络 路面不平度 识别 整车建模 车辆响应

在线阅读 下载PDF 职称材料

基于多元非线性回归和BP神经网络的长春花形态指标生长模型的比较 被引量：3

3

作者 刘盈 赵方 《上海农业学报》 2019年第6期64-71,共8页

为了顺应发展智慧苗圃、科学培育植物的趋势,借助物联网实现花卉培育智能化,科学地分析了长春花外观品质与生长发育时间和环境因子的关系,通过多元非线性回归和BP神经网络两种方法分别拟合生长模型。比较两种模型的拟合效果和预测能力显... 为了顺应发展智慧苗圃、科学培育植物的趋势,借助物联网实现花卉培育智能化,科学地分析了长春花外观品质与生长发育时间和环境因子的关系,通过多元非线性回归和BP神经网络两种方法分别拟合生长模型。比较两种模型的拟合效果和预测能力显示:多元非线性回归拟合的回归估计标准误差为0.456—12.090,BP神经网络拟合的回归估计标准误差为0.0331-1.4857。BP神经网络拟合效果更好,预测精度更高,能够更好展示长春花生长周期内的生长规律,为预测长势提供可靠的依据,也为智慧苗圃中长春花外观品质的提升提供了有力的决策支持。 展开更多

关键词 智慧苗圃 长春花外观品质 生长模型 多元非线性回归 BP神经网络

在线阅读 下载PDF 职称材料

基于多层局部回归神经网络的多变量非线性系统预测控制 被引量：13

4

作者 刘贺平 张兰玲 孙一康 《控制理论与应用》 EI CAS CSCD 北大核心 2001年第2期298-300,共3页

以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行... 以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿 ,经在线校正用于预测控制 .通过对性能指标中的偏差项负指数加权 ,进一步改善预测控制性能 .仿真结果表明了控制算法的有效性 . 展开更多

关键词 多变量非线性系统 多层局部回归神经网络 预测控制 模型修正

在线阅读 下载PDF 职称材料

基于改进小波神经网络的光伏发电系统非线性模型辨识 被引量：12

5

作者 郑凌蔚 刘士荣 谢小高 《电网技术》 EI CSCD 北大核心 2011年第10期159-164,共6页

将光伏发电系统看成基于气象参数的非线性黑箱模型,用非线性自回归外推模型对不同天气条件下的光伏发电系统进行辨识。采用了对系统维数不敏感的基于方差分析展开的改进小波神经网络对系统进行非线性自回归外推模型辨识,辨识数据和验证... 将光伏发电系统看成基于气象参数的非线性黑箱模型,用非线性自回归外推模型对不同天气条件下的光伏发电系统进行辨识。采用了对系统维数不敏感的基于方差分析展开的改进小波神经网络对系统进行非线性自回归外推模型辨识,辨识数据和验证数据均取自实际光伏发电系统。实例研究结果表明:与Sigmoid网络函数法、树分割法及基本小波神经网络法相比,基于改进小波神经网络的非线性自回归外推模型能更好地反应各种不同天气条件下光伏发电系统的动态行为;天气波动的剧烈程度对辨识效果影响较大。 展开更多

关键词 光伏发电系统 非线性自回归外推 模型辨识 改 进小波神经网络 方差分析

在线阅读 下载PDF 职称材料

基于非线性时序模型的神经网络图形识别方法 被引量：3

6

作者 熊沈蜀 周兆英 《自动化学报》 EI CSCD 北大核心 1999年第4期467-475,共9页

提出了复数域非线性指数自回归（ＣＮＥＡＲ）图形轮廓建模方法．构造了用于ＣＮＥＡＲ模型参数估计的神经网络模型，利用该网络可解决非线性参数的估计问题．ＣＮＥＡＲ模型参数具有平移、旋转和比例不变性并与计算起始点的选择无关．... 提出了复数域非线性指数自回归（ＣＮＥＡＲ）图形轮廓建模方法．构造了用于ＣＮＥＡＲ模型参数估计的神经网络模型，利用该网络可解决非线性参数的估计问题．ＣＮＥＡＲ模型参数具有平移、旋转和比例不变性并与计算起始点的选择无关．基于模型参数构造了特征向量，并设计了复数神经网络分类器，给出了复数神经网络学习算法．实验结果表明ＣＮＥＡＲ模型在较低阶次即能获得较高的识别率，ＣＮＥＡＲ模型对带噪声图形及形状差别较小图形的识别效果要好于复数域自回归模型方法． 展开更多

关键词 图形识别 回归模型 神经网络 时序模型 非线性

在线阅读 下载PDF 职称材料

基于不同优化准则和广义回归神经网络的风电功率非线性组合预测 被引量：25

7

作者 喻华 卢继平 +3 位作者 曾燕婷 段盼 刘加林 苟鑫 《高电压技术》 EI CAS CSCD 北大核心 2019年第3期1002-1008,共7页

为提高风电功率预测精度,提出一种基于不同优化准则和广义回归神经网络(GRNN)的风电功率非线性组合预测方法。首先,基于灰色关联度理论,筛选出综合灰色关联度大于0的单项预测模型。然后,利用筛选出的单项预测模型以平均绝对误差最小、... 为提高风电功率预测精度,提出一种基于不同优化准则和广义回归神经网络(GRNN)的风电功率非线性组合预测方法。首先,基于灰色关联度理论,筛选出综合灰色关联度大于0的单项预测模型。然后,利用筛选出的单项预测模型以平均绝对误差最小、平均相对误差最小和均方根误差最小为优化准则构建线性组合优化模型。最后,利用GRNN神经网络对基于不同优化准则的线性组合模型进行非线性组合,得到优化模型。以实测风电功率数据对所提方法进行验证,仿真结果表明:与各单项预测模型、线性组合模型相比,所提优化模型的整体预测精度高,证明了该方法的有效性和实用性。 展开更多

关键词 广义回归神经网络 优化准则 灰色关联度 非线性组合预测 优化模型

在线阅读 下载PDF 职称材料

基于一种新型动态神经网络的非线性自适应逆控制 被引量：5

8

作者 李明 李会莹 +1 位作者 杨汉生 杨成梧 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第17期4021-4024,共4页

根据生物神经元的机能,提出了一种具有动态激励函数的新型神经元模型,由此构成的神经网络(DAFNN)应用在非线性自适应逆控制中时只需要确定隐层神经元个数,从而克服了用NARX回归神经网络时需确定输入和输出延时阶数及隐层神经元个数等多... 根据生物神经元的机能,提出了一种具有动态激励函数的新型神经元模型,由此构成的神经网络(DAFNN)应用在非线性自适应逆控制中时只需要确定隐层神经元个数,从而克服了用NARX回归神经网络时需确定输入和输出延时阶数及隐层神经元个数等多个参数的不足。通过对单输入单输出(SISO)及多输入多输出(MIMO)非线性系统的自适应逆控制仿真研究,证实了DAFNN是一种很好的非线性系统建模和控制工具。 展开更多

关键词 动态神经网络 自适应逆控制 非线性系统 narx回归神经网络

在线阅读 下载PDF 职称材料

多分量神经网络自回归模型及其工程应用 被引量：3

9

作者 郝志华 马孝江 《农业机械学报》 EI CAS CSCD 北大核心 2005年第2期115-118,共4页

提出了基于局域波的多分量神经网络自回归模型 ,用于对非线性动态系统时间序列进行建模。首先通过局域波法对分析的原始时间序列进行分解 ,使之成为不同尺度的基本模式分量 ,然后用多层神经网络对每个基本模式分量分别进行时间序列预测... 提出了基于局域波的多分量神经网络自回归模型 ,用于对非线性动态系统时间序列进行建模。首先通过局域波法对分析的原始时间序列进行分解 ,使之成为不同尺度的基本模式分量 ,然后用多层神经网络对每个基本模式分量分别进行时间序列预测。最后 ,所有分量的预测值通过另一个单层线性神经网络进行重构 ,作为原始时间序列的预测值。并把该方法用于转子故障诊断。实验数据表明 ,这种结构用于故障诊断 ,性能优于传统的分析方法。 展开更多

关键词 多层神经网络 时间序列预测 基本模式分量 线性神经网络 非线性动态系统 建模 局域波法 多分量 自回归模型 尺度

在线阅读 下载PDF 职称材料

基于PNN与FNN模型神经网络控制器设计与分析 被引量：4

10

作者 王锴 王占林 +1 位作者 付永领 祁晓野 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2006年第9期1072-1076,共5页

模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但... 模糊神经网络和预测神经网络分别是基于经验和学习的新型神经网络控制系统,通过在卧式电液仿真转台中框控制器上分别采用这2种控制方法来研究它们的控制特性和应用范围.其中,模糊神经网络结合了模糊控制的经验和神经网络的学习能力,但控制精度取决于人为经验;所研究的预测神经网络采用了基于非线性自回归滑动平均模型建立预测模型,实现在线学习和在线控制,但初始阶段控制精度不高.仿真研究证明,根据具体的控制对象采用适当的控制方法或是将2种方法合理地结合起来将会达到较高的控制精度. 展开更多

关键词 模糊神经网络 预测神经网络 非线性自回归滑动平均模型

在线阅读 下载PDF 职称材料

改进多元回归法与神经网络应用于水质预测 被引量：9

11

作者 袁健 树锦 《水资源保护》 CAS 北大核心 2008年第3期46-48,共3页

为提高水质预测模型的精度,在传统算法的基础上,提出了改进多元非线性回归算法,并以黄河干流龙门至潼关监测断面的水质预测为例,与神经网络算法进行了比较计算。结果表明,两种模型均可用于黄河水质预测,改进多元非线性回归模型预测效果... 为提高水质预测模型的精度,在传统算法的基础上,提出了改进多元非线性回归算法,并以黄河干流龙门至潼关监测断面的水质预测为例,与神经网络算法进行了比较计算。结果表明,两种模型均可用于黄河水质预测,改进多元非线性回归模型预测效果略优于人工神经网络模型。 展开更多

关键词 多元非线性回归模型 MONTE Carlo法 神经网络模型 Levenbcrg-Marquardt算法 水质预测

在线阅读 下载PDF 职称材料

基于NARX神经网络的农产品价格时间序列预测方法研究 被引量：9

12

作者 彭琳 林明 《农机化研究》 北大核心 2013年第11期18-21,共4页

针对传统时间序列预测方法在非线性时间序列预测上的不足,引入了非线性有源自回归神经网络(NARX),建立了基于非线性有源自回归神经网络农产品价格时间序列预测模型。该模型利用核函数对农产品价格时间序列进行数据变换;再用统计分析方... 针对传统时间序列预测方法在非线性时间序列预测上的不足,引入了非线性有源自回归神经网络(NARX),建立了基于非线性有源自回归神经网络农产品价格时间序列预测模型。该模型利用核函数对农产品价格时间序列进行数据变换;再用统计分析方法对模型性能进行评价、分析,进而对模型性能进行优化。实验结果表明:非线性有源自回归神经网络较传统时间序列预测模型,对非线性时间序列预测有更好的适应性和更高的预测精度。 展开更多

关键词 非线性有源自回归 神经网络 时间序列 统计分析 农产品价格

在线阅读 下载PDF 职称材料

EMD与NARX神经网络的风电场总功率组合预测 被引量：6

13

作者 张振华 马超 +1 位作者 徐瑾辉 欧阳泽拯 《计算机工程与应用》 CSCD 北大核心 2016年第12期265-270,共6页

探索构建对风电场总功率进行直接预测的高精度组合预测算法。考虑到风速的非平稳性导致风电总功率表现为非平稳时间序列,采用NARX神经网络作为初步预测模型,提出了经验模态分解与NARX神经网络相结合的混合预测模型。对风电场总功率非平... 探索构建对风电场总功率进行直接预测的高精度组合预测算法。考虑到风速的非平稳性导致风电总功率表现为非平稳时间序列,采用NARX神经网络作为初步预测模型,提出了经验模态分解与NARX神经网络相结合的混合预测模型。对风电场总功率非平稳时间序列进行经验模态分解,得到不同频带本征模式分量的平稳序列。对不同频带的平稳分量建立相应的NARX神经网络预测模型,并将各分量模型的预测值进行等权求和得到最终预测值。此外,为研究不同时间间隔对预测结果的影响,采用某大型风电场时间间隔为5 min与15 min的数据进行实验。预测结果表明,提出的组合预测模型适合于总功率预测,其预测效果比传统模型的效果更佳,且时间间隔为5 min的数据比时间间隔为15 min的数据预测精度更高。 展开更多

关键词 经验模态分解 非线性自回归神经网络(带外部输入的)(narx) 非平稳时间序列 风电场 总功率

在线阅读 下载PDF 职称材料

基于EMD优化NAR动态神经网络的地铁客流量短时预测模型 被引量：10

14

作者 马飞虎 金依辰 孙翠羽 《应用科学学报》 CAS CSCD 北大核心 2020年第6期936-943,共8页

为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition,EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量... 为了能够更加准确地实现地铁客流预测,提出了一种基于经验模态分解算法(empirical mode decomposition,EMD)优化非线性自回归(nonlinear auto regressive,NAR)动态神经网络的地铁客流量短时预测模型.分析地铁客流量数据后发现日客流量具有一定的变化规律,为此使用了基于时间序列的NAR动态神经网络,该网络具有优秀的非线性动态拟合能力和反馈记忆的功能.结合EMD经验模态分解算法优化NAR动态神经网络预测模型,以此来减少预测误差,提高预测精度.结果显示,EMD-NAR神经网络组合预测模型适用于地铁客流的短时预测,预测精度可达93%,具有较好的应用价值. 展开更多

关键词 地铁客流量 短时预测 非线性自回归动态神经网络 经验模态分解 组合模型

在线阅读 下载PDF 职称材料

改进非线性外源自回归网络的潮位实时预测 被引量：2

15

作者 李连博 武文昊 +2 位作者 章文俊 尹建川 朱振宇 《科学技术与工程》 北大核心 2022年第22期9728-9735,共8页

中国海域辽阔,海岸带面积约占全国总面积的13%,在沿海区域的交通运输及经济建设领域,都需要具备精确的潮位数据,因此实现精准快速的潮位预报具有重要的应用价值和实际意义。为了提高潮位预测精度和稳定性,提出了一种基于带外源输入的非... 中国海域辽阔,海岸带面积约占全国总面积的13%,在沿海区域的交通运输及经济建设领域,都需要具备精确的潮位数据,因此实现精准快速的潮位预报具有重要的应用价值和实际意义。为了提高潮位预测精度和稳定性,提出了一种基于带外源输入的非线性自回归(nonlinear auto-regressive exogenous, NARX)神经网络的实时潮位预测方法,并在其基础上做了相应改进。首先采用了模块化潮位预测(modular tide level prediction)方法,将潮汐数据分为天文潮及非天文潮两部分,其次引入滑动时间窗(sliding time window, STW)概念构建出改进的MS-NARX神经网络预测模型。利用美国比斯坎湾(Biscayne bay)的实测潮汐值数据进行潮位预测的仿真试验,并与传统NARX神经网络及自适应粒子群算法优化的基本反向传播(SAPSO-BP)神经网络两种预测方法进行比较,结果表明在MAE、MSE及RMSE三项精度指标测算中,MS-NARX神经网络均为最小,可见其针对数据预测的精度和稳定性均优于SAPSO-BP神经网络和传统NARX神经网络,能够为提高船舶运营效率和保障船舶航行安全提供指导。 展开更多

关键词 非线性外源自回归神经网络 调和分析 SAPSO-BP 潮汐预测

在线阅读 下载PDF 职称材料

可重构功放的新颖NARX神经网络逆向建模研究 被引量：1

16

作者 南敬昌 臧净 +1 位作者 高明明 胡婷婷 《微波学报》 CSCD 北大核心 2019年第5期51-56,共6页

针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的... 针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应η逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。 展开更多

关键词 带外部输入的非线性自回归(narx)神经网络 逆向建模 DAFNN神经元模型 支持向量机 可重构功率放大器

在线阅读 下载PDF 职称材料

用神经网络建立消费函数的数学模型 被引量：6

17

作者 张安年 丁喆 卜文绍 《洛阳工学院学报》 2002年第2期67-68,共2页

宏观经济的预测常采用数学回归法建立其数学模型 ,这种方法的不足之处在于模型的结构 (解析式 )与其构造者的经历、阅历和知识结构有关 ,因而带有某种程度的主观性 ,不能充分映射经济系统复杂的非线性函数关系。本文将神经网络引入经济... 宏观经济的预测常采用数学回归法建立其数学模型 ,这种方法的不足之处在于模型的结构 (解析式 )与其构造者的经历、阅历和知识结构有关 ,因而带有某种程度的主观性 ,不能充分映射经济系统复杂的非线性函数关系。本文将神经网络引入经济系统的建模之中 ,并用它建立了河南省城镇居民的消费函数模型 ,取得了较为满意的预测结果。 展开更多

关键词 神经网络 消费函数 数学模型 非线性函数 数学回归法

在线阅读 下载PDF 职称材料

基于NARX神经网络的孤网自治运行能力评估方法 被引量：3

18

作者 刘金生 程维杰 +4 位作者 陈择栖 张俊芳 朱肖镕 柳伟 任祖怡 《南京理工大学学报》 EI CAS CSCD 北大核心 2019年第6期684-692,共9页

为了提高评估准确度,本文提出基于非线性有源自回归(NARX)动态神经网络的孤网自治运行能力综合评估方法。在分析网源荷协调机理的基础上,明确影响孤网自治运行能力的关键因素,包括源源互补、源网协调、源荷协调、网荷互动4个方面。在计... 为了提高评估准确度,本文提出基于非线性有源自回归(NARX)动态神经网络的孤网自治运行能力综合评估方法。在分析网源荷协调机理的基础上,明确影响孤网自治运行能力的关键因素,包括源源互补、源网协调、源荷协调、网荷互动4个方面。在计及多项关键影响因素的基础上,构建1套可评估孤网自治运行能力的指标体系。使用改进灰关联度分析算法与熵值法对神经网络训练样本进行数据处理分析,以设置NARX神经网络模型。采用基于NARX的孤网自治运行能力综合评估方法进行评估,并利用标准化方法量化评估结果。以某地区典型电网为例,证明该文方法与灰关联度分析方法相比,输出值更贴近目标输出值。 展开更多

关键词 非线性有源自回归 神经网络 孤网 自治运行 源荷协调 改进灰关联度分析算法 熵值法 标准化方法

在线阅读 下载PDF 职称材料

基于Kalman滤波的自适应离散递归神经网络模型的研究及应用 被引量：1

19

作者 王远景 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第z2期586-588,共3页

提出一种新基于自适应自回归神经网络控制模型,能够对未知的非线性动态系统进行预测控制,并成功地将其应用在化工热交换过程的流速与温度控制中,系统具有较好的鲁棒性。

关键词 自回归神经网络 非线性动态过程 模型预测控制 滤波

在线阅读 下载PDF 职称材料

基于非线性有源自回归模型的船用凝汽器故障早期预警

20

作者 李兴朔 刘金福 +4 位作者 白明亮 李献领 刘东航 颜培刚 于达仁 《推进技术》 EI CAS CSCD 北大核心 2021年第8期1708-1715,共8页

针对故障数据稀缺的现实情况,为实现船用凝汽器性能的准确评估以及灵敏故障早期预警,提出了基于非线性有源自回归模型的故障早期预警方法。考虑到凝汽器参数间存在的时序特性以及非线性特性,采用非线性有源自回归模型对参数间关系进行... 针对故障数据稀缺的现实情况,为实现船用凝汽器性能的准确评估以及灵敏故障早期预警,提出了基于非线性有源自回归模型的故障早期预警方法。考虑到凝汽器参数间存在的时序特性以及非线性特性,采用非线性有源自回归模型对参数间关系进行刻画并建立了面向故障早期预警的常模式模型。利用凝汽器物理模型的故障仿真数据进行试验,结果表明,提出方法对正常数据和故障早期数据的检测精度分别达到98.13%与100%。对比实验证明了考虑时序特性在船用凝汽器故障早期预警中的必要性。 展开更多

关键词 故障 船用凝汽器 非线性有源自回归模型 物理模型 时序信息 预警

在线阅读 下载PDF 职称材料