技术总结
本发明公开一种基于工业大数据挖掘的状态预测方法，包括步骤：步骤一，数据采集：将反映系统历史运行状态的样本作为训练集其中xi是系统状态变量，即模型的输入，ti是关注的预测指标，即模型的输出；步骤二，OS‑ELM模型：采用步骤一的训练样本建立若干个OS‑ELM模型，并计算得到若干个预测值；步骤三，EOS‑ELM模型：对OS‑ELM模型的预测结果取平均值，得到EOS‑ELM模型预测结果。本发明解决了目前工业系统中系统状态难以预测的问题，提高预测的稳定性和可靠性。
技术研发人员：陈豪;张景欣;蔡品隆;王耀宗;张丹;骆炜;钟瑞宇
受保护的技术使用者：泉州装备制造研究所
文档号码：201710160494
技术研发日：2017.03.17
技术公布日：2017.06.13