小波去噪结合ARMA模型在电力设备故障率预测中的应用

论文摘要

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.

论文目录

文章来源

类型: 期刊论文

作者: 郜逸星,孙淑珍

关键词: 小波去噪,模型,电力设备故障率,预测,精确性

来源: 内蒙古工业大学学报(自然科学版) 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 华北电力大学数理学院信息与计算研究所

基金: 国家自然科学基金项目(11371135)

分类号: TM507

DOI: 10.13785/j.cnki.nmggydxxbzrkxb.2019.02.008

页码: 122-128

总页数: 7

文件大小: 641K

下载量: 88

相关论文文献

标签：小波去噪论文;  模型论文;  电力设备故障率论文;  预测论文;  精确性论文;