作者：杨志和; 向哲自回归积分滑动平均模型非线性自回归神经网络时间序列分析大数据分析故障预测
摘要：为满足风机运营商对设备故障实时监控和预测的需求,探讨了基于自回归积分滑动平均模型（ARIMA）和非线性自回归神经网络模型（NARNN）的组合模型NARIMA。实现方法为：建立ARIMA模型用于预测数据的线性成分,用NARNN模型预测由ARIMA模型预测产生的残差部分,对风机叶片结冰故障的时间序列进行拟合,得到的NARIMA模型可实现对风机叶片结冰故障准确预测。仿真结果表明：NARIMA模型能较好地拟合所给时间序列,预测值符合实际情况和趋势,证明了NARIMA模型的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
