为准确描述滚动轴承性能退化趋势和预测剩余使用寿命,解决轴承剩余使用寿命预测精度低的问题,提出一种基于多尺度退化指标结合Informer模型的滚动轴承剩余使用寿命预测方法。提取滚动轴承振动信号时频域特征,通过皮尔逊相关系数结合核...为准确描述滚动轴承性能退化趋势和预测剩余使用寿命,解决轴承剩余使用寿命预测精度低的问题,提出一种基于多尺度退化指标结合Informer模型的滚动轴承剩余使用寿命预测方法。提取滚动轴承振动信号时频域特征,通过皮尔逊相关系数结合核主成分分析法(Kernel principal component analysis,KPCA)得到能更好的表征滚动轴承退化状态的多尺度退化指标;引入Informer模型,将多尺度退化指标作为其输入高效充分地挖掘输入多尺度退化指标与滚动轴承退化趋势的复杂关系,实现滚动轴承剩余使用寿命预测。实验结果表明该方法能有效提升轴承剩余使用寿命预测精度,为滚动轴承健康管理和性能评估提供参考依据和实现途径。展开更多
为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomp...为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess,STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测趋势分量,Informer模型预测周期分量和残差分量,最后将各分量预测结果相加后得到总的太阳电池阵参数预测值.以某卫星太阳电池阵实际遥测数据做算例分析,提出算法的各项误差评价指标和单一的Informer模型、LSTM模型等相比有明显减小,将该组合预测模型用于太阳电池阵多变量参数预测中,可以提高参数预测精度,提升卫星自主运行性能.展开更多
文摘为准确描述滚动轴承性能退化趋势和预测剩余使用寿命,解决轴承剩余使用寿命预测精度低的问题,提出一种基于多尺度退化指标结合Informer模型的滚动轴承剩余使用寿命预测方法。提取滚动轴承振动信号时频域特征,通过皮尔逊相关系数结合核主成分分析法(Kernel principal component analysis,KPCA)得到能更好的表征滚动轴承退化状态的多尺度退化指标;引入Informer模型,将多尺度退化指标作为其输入高效充分地挖掘输入多尺度退化指标与滚动轴承退化趋势的复杂关系,实现滚动轴承剩余使用寿命预测。实验结果表明该方法能有效提升轴承剩余使用寿命预测精度,为滚动轴承健康管理和性能评估提供参考依据和实现途径。
文摘为了提高太阳电池阵多变量预测的精度,解决阳电池阵遥测参数存在周期波动与增长性互相耦合的问题,提出一种基于STL-Prophet-Informer模型的太阳电池阵多变量预测算法.该算法首先应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess,STL)对太阳电池阵的多个参数分解为趋势分量、周期分量和残差分量,然后采用对趋势性数据预测效果较好的Prophet预测趋势分量,Informer模型预测周期分量和残差分量,最后将各分量预测结果相加后得到总的太阳电池阵参数预测值.以某卫星太阳电池阵实际遥测数据做算例分析,提出算法的各项误差评价指标和单一的Informer模型、LSTM模型等相比有明显减小,将该组合预测模型用于太阳电池阵多变量参数预测中,可以提高参数预测精度,提升卫星自主运行性能.
