小波去噪结合ARMA模型在电力设备故障率预测中的应用
郜逸星;孙淑珍
【期刊名称】《内蒙古工业大学学报(自然科学版)》 【年(卷),期】2019(038)002
【摘要】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.
【总页数】7页(122-128)
【关键词】小波去噪;ARMA模型;电力设备故障率;预测;精确性 【作者】郜逸星;孙淑珍
【作者单位】华北电力大学 数理学院信息与计算研究所 ,北京 102206;华北电力大学 数理学院信息与计算研究所 ,北京 102206 【正文语种】中文 【中图分类】TB114 【相关文献】
1.基于小波变换和ARMA模型的电力设备故障率预测方法 [J], 李莉; 熊炜; 邹晓松; 冯明; 齐可延
2.基于小波去噪及ARMA模型的故障率预测方法研究 [J], 茹斌; 张天伟; 王宇欣
3.设备故障停机时间的ARMA模型预测 [J], 杨德斌; 韩志清; 徐金梧; 姚林; 胡军
4.ARMA模型在非意外死亡率动态预测中的应用 [J], 夏兰芳; 孟郁洁; 李迎迎; 陈倩倩; 戚晓鹏; 马家奇
5.基于ARMA模型的中国工伤事故死亡率预测研究 [J], 刘铁民; 廖海江
以上内容为文献基本信息,获取文献全文请下载
小波去噪结合ARMA模型在电力设备故障率预测中的应用
小波去噪结合ARMA模型在电力设备故障率预测中的应用郜逸星;孙淑珍【期刊名称】《内蒙古工业大学学报(自然科学版)》【年(卷),期】2019(038)002【摘要】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
推荐度:
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
![](/skin/haowen/images/icon_star.png)
点击下载文档文档为doc格式