[发明专利]一种基于变分模态分解和支持向量回归的信号预测方法

权利要求书

1.一种基于变分模态分解和支持向量回归的信号预测方法，其特征在于，包括以下步骤：

步骤1）、首先对连铸机采集的结晶器液位数据进行经验模态分解；分解后获取各个本征模态分量是否具有独立的中心频率，如果各个本征模态分量的中心频率没有重合即可认为是独立的有效分量，获得有效模态分量数Ｋ为7；

步骤2）、根据有效模态分量数7对采集的结晶器液位数据进行变分模态分解，得到各个本征模态分量的频谱图及7个本征模态分量，本征模态分量包括噪声主导分量、噪声相关分量和有效分量，第七个本征模态分量为噪声主导分量，对噪声主导分量进行去除；

步骤3）、对第一到第六个本征模态分量分别进行支持向量回归的单步预测，获得下一时刻各本征模态分量值；

步骤4）、对支持向量回归预测后的本征模态分量进行重构获得最终的结晶器液位预测信号。

2.根据权利要求1所述的一种基于变分模态分解和支持向量回归的信号预测方法，其特征在于，噪声主导分量中心频率高于其他有效分量中心频率，噪声相关分量中心频率高于普通有效分量的中心频率。

3.根据权利要求1所述的一种基于变分模态分解和支持向量回归的信号预测方法，其特征在于，噪声主导分量与噪声相关分量的频带宽度大于有效分量频带宽度。

4.根据权利要求1所述的一种基于变分模态分解和支持向量回归的信号预测方法，其特征在于，采用支持向量回归方法对变分模态分解后的信号进行一维数据的时间序列预测，包括单点预测和多点预测。