[發明專利]一種基于ARMA和ANN的混合動態故障預測方法

在審

• 申請號: 201710140823.8
• 申請日: 2017-03-10
• 公開（公告）號: CN107085750A
• 公開（公告）日: 2017-08-22
• 發明（設計）人: 盛山山;程韜波;李亞楠
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/18
• 代理公司: 廣東廣信君達律師事務所44329
• 代理人: 楊曉松

1.一種基于ARMA和ANN的混合動態故障預測方法，其特征在于，包括步驟

S1：根據樣本數據的特點，對樣本數據進行平穩化數據預處理，生成數據序列；

S2：根據所述數據序列的自相關系數和偏相關系數的性質及AIC準則，估計數據序列的自回歸階數和移動平均階數，確定數據序列的模型；

S3：根據最小二乘法進行模型參數估計，確定當前時刻的觀測值與歷史時刻觀測值和白噪聲序列的關系；

S4：使用所述數據序列校驗所述模型是否達到精度，若否則轉回步驟S2，直到得到合理的ARMA模型，進而得到靜態多步預測誤差；

S5：將歷史數據代入所述ARAM模型的預測方程，得到下一時刻的數據；

S6：重復步驟S3-S5進行L步預測，并將預測的數據加入數據序列；

S7：如果進行L步預測時預測循環測速小于預測數據個數，則轉步驟S8；否則，得到線性部分的預測結果，轉步驟S9；

S8：將實際觀測值代入第L步預測值，作為時間序列，轉步驟S3，進行下一次循環的L步預測；

S9：實用所述靜態多步預測誤差，訓練ANN模型，根據所述預測結果得到預測殘差，作為ANN模型的時間序列數據，重復步驟S5-S8，得到非線性部分的預測結果；

S10：由所述線性部分的預測結果和非線性部分的預測結果，得到混合模型的預測結果。

2.如權利要求1所述的一種基于ARMA和ANN的混合動態故障預測方法，其特征在于，步驟S10中混合模型的預測結果＝所述線性部分的預測結果+非線性部分的預測結果。