-
题名基于单分类算法OSVM船用燃气轮机状态评估
被引量:3
- 1
-
-
作者
田慧
林叶锦
张均东
-
机构
大连海事大学轮机工程学院
-
出处
《船舶工程》
CSCD
北大核心
2020年第7期152-156,共5页
-
基金
工信部高技术船舶科研资助项目(工信部装函[2018]473号)。
-
文摘
针对船舶综合监控系统中存储有海量的设备正常运行时的数据没有得到充分利用,此外设备退化时的故障数据难以获取,无法训练传统的多分类退化检测模型,提出利用单分类算法OSVM来建立模型,从而实现退化检测,在该过程中只需用正常样本数据来训练模型,并在一个经过实船数据验证过的模拟器产生的数据集上进行了试验。结果显示,只需要400个正常样本就可训练出准确的退化检测模型,该模型在精确度、召回率、特异性、正确率、AUC这5个指标都有很好表现。此外,该退化检测模型有很好的扩展性,也可用于其他机械设备的状态评估。
-
关键词
燃气轮机
osvm算法
单分类
状态评估
退化检测
-
Keywords
gas turbine
osvm algorithm
one-class classification
condition evaluation
decay detection
-
分类号
U664.12
[交通运输工程—船舶及航道工程]
-
-
题名混沌理论和支持向量机结合的负荷预测模型
被引量:10
- 2
-
-
作者
张智晟
马龙
孙雅明
-
机构
青岛大学自动化工程学院
山东电力超高压公司青岛管理处
天津大学电气与自动化工程学院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2008年第6期31-35,共5页
-
基金
山东省教育厅科技计划项目(J07WJ10)
-
文摘
根据电力负荷序列的混沌特性,提出混沌理论和蚁群优化支持向量机结合的电力系统短期负荷预测新方法,以相空间重构理论确定支持向量机的输入量个数;训练样本集由对应预测相点的最近邻相点集构成,且是按预测相点步进动态相轨迹生成;采用蚁群优化算法对支持向量机敏感参数进行优化,从而可增强预测模型对混沌动力学的联想和泛化推理能力,提高负荷预测的精度和提高预测稳定性。对某地区负荷系统日、周预测仿真测试,证明其可获得稳定的较高预测精度。
-
关键词
短期负荷预测
优化支持向量机
混沌理论
蚁群优化算法
-
Keywords
shortterm load forecasting (STLF)
optimal support vector machine (osvm)
chaos theory
ant colony optimization algorithm (ACOA)
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于在线支持向量机和遗传算法的预测控制
被引量:7
- 3
-
-
作者
陈进东
潘丰
-
机构
江南大学轻工过程先进控制教育部重点实验室
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2013年第6期1275-1280,共6页
-
基金
国家自然科学基金(61273131)
江苏省高校优势学科建设工程资助课题
-
文摘
针对非线性系统模型预测控制中预测模型容易失配且目标函数难以求解的问题,提出了一种基于在线支持向量机建模和遗传算法滚动优化的模型预测控制方法。该方法利用在线支持向量机建立被控对象的非线性模型,在线支持向量机是一种迭代学习的支持向量机训练算法,可以进行在线训练,从而实现模型在线自校正;并且通过遗传算法求解目标函数的最优控制量,完成滚动优化。对非线性系统的仿真研究结果表明,该方法有效且具有良好的自适性。
-
关键词
模型预测控制
在线支持向量机
遗传算法
滚动优化
-
Keywords
model predictive control
online support vector machine (osvm)
genetic algorithm (GA)
rolling optimization
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-