一种EKF-WLS-SVR与混沌时间序列分析的瓦斯动态预测新方法

被引：10

作者：

付华 ^{[1
]}

訾海 ^{[1
]}

孟祥云 ^{[2
]}

孙璐 ^{[1
]}

机构：

[1] 辽宁工程技术大学电气与控制工程学院

[2] 国网辽宁省电力有限公司锦州供电公司

来源：

传感技术学报 | 2015年 / 28卷 / 01期

关键词：

动态预测; 瓦斯浓度; 混沌特性; 无线传感网络; WLS-SVR; EKF滤波器;

D O I：

暂无

中图分类号：

TD712 [矿井瓦斯];

学科分类号：

081903 ;

摘要：

针对瓦斯浓度时间序列高度的混沌特性,采用微熵率法同步确定最优的嵌入维数与延迟时间,还原瓦斯涌出系统状态空间。以无线传感网络系统采集并经降噪处理后的瓦斯浓度序列作为样本。提出利用带有整定因子的扩展卡尔曼滤波器(EKF)对加权最小二乘支持向量回归机(WLS-SVR)的正则化参数γ与核参数σ进行快速寻优,并依据周期性更新的训练样本建立基于EKF-WLS-SVR耦合算法的动态预测模型以精确预测后续时间点的瓦斯浓度。通过MATLAB进行仿真,结果表明:EKF滤波器对提高WLS-SVR的拟合精度与学习效率方面有很大的帮助。相比于其他模型,该耦合模型具备更高的预测精度与更强的鲁棒特性,有较高的实用价值。

引用

页码：126 / 131

页数：6

共 13 条

[1] 基于Lyapunov指数的摇摆条件下自然循环流动不稳定性混沌预测 [J].