电磁发射系统监测量预测方法

摘要：

对设备监测量的数值预测是进行故障预测与健康管理(PHM)研究的重要环节之一.以电磁发射系统中分段供电直线电机的定子温度为例,分别基于自回归积分滑动平均(ARIMA)模型、卡尔曼滤波模型、反向传播(BP)神经网络模型和一种新的以工况信息为外部输入的非线性自回归神经网络(NARX)模型,实现了对定子温度多时间尺度的预测.ARIMA模型为其他三种模型提供了时序数据分析时确定阶数的依据.在不同于训练数据集的试验数据上应用四种预测模型,比较和分析了四种方法得到的多时间尺度预测结果:对于不超过1min的短时温度预测,四种方法都具有较好的效果;对于1～4min的中长时间预测,引入工况信息的NARX神经网络方法具有优势.四种方法对分段供电直线电机定子温度预测都不具有超过4min的预测能力.

关键词：电磁发射系统、分段供电直线电机、监测量预测、含外部输入的非线性自回归神经网络、工况信息

所属期刊栏目：33

分类号：TM76(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金51507184;国家重点基础研究发展计划973计划资助项目2015CB251004

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：5233-5243