[发明专利]基于改进支持向量回归算法的电子设备故障预测方法

摘要

本发明涉及一种基于改进支持向量回归算法的电子设备故障预测方法，从设备状态监测系统中提取能够表征设备退化全过程的样本数据；对样本数据进行数据预处理；基于python平台构造SVR预测模型；通过遗传算法对SVR预测模型进行参数优化，并绘制数据劣化曲线；根据数据劣化曲线，设计基于滑动时间窗口的故障预警。采用基于数据驱动的故障预测方式，摆脱了专家确定权重的知识经验难以获取和主观性较强的劣势，通过对历史数据潜在规律的分析挖掘，对设备状态的劣化状况进行预测；相比较常见的基于数据驱动的故障预测方式—神经网络，更能适用与小样本学习；相比较于时间序列模型，本发明抗噪声能力更强，鲁棒性更好，更能满足电子设备故障预测的需求。