期刊专题

10.3969/j.issn.1001-5167.2019.02.008

小波去噪结合ARMA模型在电力设备故障率预测中的应用

引用
针对电力设备故障率具有周期性 、随机性和多变性等特点,提出小波相关性去噪算法与时间序列自回归滑动平均(ARMA)模型的电力设备故障率预测方法.将电力设备故障率数据进行小波相关性去噪,最大限度保留有效序列,把重构后的序列进行ARMA建模及预测,预测值与实际值进行比较.仿真结果表明,小波相关性去噪后的ARMA模型预测结果有较高的精度,实际故障率预测效果较好.

小波去噪、ARMA模型、电力设备故障率、预测、精确性

38

TB114(工程基础科学)

国家自然科学基金项目11371135

2019-07-17(万方平台首次上网日期,不代表论文的发表时间)

共7页

122-128

暂无封面信息
查看本期封面目录

内蒙古工业大学学报(自然科学版)

1001-5167

15-1060/T

38

2019,38(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn