- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计算机系统应用年第卷第期基于改进余弦相似度的粒子滤波故障预报蒋欣王开军陈黎飞福建师范大学数学与计算机科学学院福州福建师范大学福建省网络安全与密码技术重点实验室福州摘要现有的粒子滤波故障预报方法主要是通过粒子滤波算法得到对应时刻的预测值然后比较其与实际值的差值来对故障进行预报从分析设备正常工作的时间序列数据与潜在故障引起的异常数据之间的相似性的新角度设计了系统正常度和系统异常度来判别设备是否正常运行进而对潜在的故障进行预测实验结果验证了该方法的可行性并能及时准确地预报出系统故障关键词相似性度量正常
计 算 机 系 统 应 用 2015 年 第 24 卷 第 1 期
基于改进余弦相似度的粒子滤波故障预报①
蒋 欣, 王开军, 陈黎飞
1(福建师范大学 数学与计算机科学学院, 福州 350007)
2(福建师范大学 福建省网络安全与密码技术重点实验室, 福州 350007)
摘 要: 现有的粒子滤波故障预报方法主要是通过粒子滤波算法得到对应时刻的预测值, 然后比较其与实际值
的差值来对故障进行预报. 从分析设备正常工作的时间序列数据与潜在故障引起的异常数据之间的相似性的新
角度, 设计了系统正常度和系统异常度来判别设备是否正常运行, 进而对潜在的故障进行预测. 实验结果验证了
该方法的可行性, 并能及时准确地预报出系统故障.
关键词: 相似性度量; 正常度; 异常度; 粒子滤波; 故障预报
Particle Filter Fault Prediction Based on Improved Cosine Similarity
JIANG Xin, WANG Kai-Jun, CHEN Li-Fei
1(Fujian Normal University, Mathematics and Computer Science College, Fuzhou 350007, China)
2(Fujian Normal University, Fujian Province Network Security and Cryptography Laboratory, Fuzhou 350007, China)
Abstract: The existing particle filter fault prediction method is the corresponding time’s predictive value obtained from
particle filter algorithm. The particle filter algorithm predicts the system fault by comparison of the predict value and actual
value. This paper designs a new method identifying the function of system equipment. By analysis of the normal working
equipment’s time-series data and abnormal data, it can predict the potential system fault. Experimental results demonstrate
the feasibility of this method and the accuracy of predicting system fault.
Key words: similarity measure; normal degree; abnormal degree; particle filter; fault prediction
1 引言
提前预报故障是避免设备发生故障而造成损失的 的计算量大和粒子退化问题, 提出一种基于随机摄动
重要措施. 所谓故障预报即判断当前状态偏离正常态 粒子滤波器的故障预报算法, 文献[6]基于粒子滤波算
的程度, 以及预报故障发生时间[1], 根据预报可以对 法采用状态变量当前时刻的后验分布进行迭代采样以
设备提前进行维修. 实际应用的许多设备大多结构复 及数据驱动的方法预测未来一段时间内对象系统的量
杂, 而且为非线性系统, 工作过程中会受到较强的噪 测信息, 文献[7]基于粒子滤波提出了一种实时可靠性
声干扰, 针对这一问题, 采用粒子滤波算法, 其已被 预测方法, 并由三容水箱系统仿真实验验证了预测方
证明能有效的解决非线性非高斯系统的故障预测问题
您可能关注的文档
- 基于pmu实测数据的输电线路参数在线辨识方法.pdf
- 基于psogrbf神经网络的锂离子电池健康状态预测-中国机械工程.pdf
- 基于psr框架的漓江流域生态健康评价.pdf
- 基于pso算法的mff模型的参数辨识与优化-计量学报.pdf
- 基于psr框架模型的流域生态系统健康评价研究-江西农业大学学报.pdf
- 基于spa模型的社会媒体信息传播机制建模与研究.pdf
- 基于svpwm的永磁同步电机控制策略研究-控制工程网.pdf
- 基于rs与gis的珠江口养殖用地时空变化分析-资源科学.pdf
- 基于svm的永磁同步电机直接转矩控制-心理技术与应用-上海大学.pdf
- 基于ukf的cdma系统信道参数估计-中文信息学报.pdf
文档评论(0)