基于SVR的设备状态趋势预测方法

针对设备状态趋势预测问题,用支持向量回归算法构建预测模型。用仿真数据验证模型的有效性,并对模型参数的选择进行了探讨。对某大型机组振动峰峰值预测,选用anovaspline3核函数、不敏感损失函数(ε)和合适的模型参数,预测平均相对误差仅1.8796%。表明SVR建模方法在有限训练样本条件下,预测精度高,具有工程实用价值。