[发明专利]基于相似性的发动机气路参数长期预测方法及系统

摘要

本发明涉及一种基于相似性的发动机气路参数长期预测方法及系统，其中方法包括：通过计算得到目标轨迹和各个历史轨迹之间的逐点距离特征的时间序列，并利用得到的逐点距离特征的时间序列评估目标轨迹与各个历史轨迹之间的统计距离利用得到的统计距离和历史轨迹样本，针对每个预测时间点上的单个特征元素，使每个历史轨迹样本都生成一个目标轨迹的假想的高斯函数形式的概率密度估计，成为一个假想高斯元集合；通过降序聚合方法对获得的假想高斯单元集合进行聚合，得到目标特征的高斯混合模型。本发明相对于自回归滑动平均、反向传播神经网络和传统的基于相似性的预测方法相比具有更高的预测精度。

主权项

1.一种基于相似性的发动机气路参数长期预测方法，其特征在于，包括以下步骤：统计距离计算步骤、通过计算得到目标轨迹和各个历史轨迹之间的逐点距离特征的时间序列，并利用得到的逐点距离特征的时间序列评估目标轨迹与各个历史轨迹之间的统计距离；高斯元生成步骤、利用得到的统计距离和历史轨迹样本，针对于每个预测时间点上的单个特征元素，使每个历史轨迹样本都生成一个目标轨迹的假想的高斯函数形式的概率密度估计，成为一个假想高斯元集合；降序聚合步骤、通过降序聚合方法对获得的假想高斯单元集合进行聚合，得到目标特征的高斯混合模型，并使用该高斯混合模型对发动机气路参数进行预测；所述统计距离计算步骤包括：(1)通过以下公式计算目标轨迹和各个历史轨迹之间的逐点距离特征的时间序列：其中，为距离特征量，Φ(X_o，X_i)为距离特征的时间序列；其中M维的目标轨迹和第i个历史轨迹样本分别为和分别为目标轨迹和第i个历史轨迹样本在t时刻点的特征矢量；和分别为和的第p个特征元素，和分别为高斯分布的标准差；所述特征元素为：发动机排气温度偏差值、燃油流量偏差值和核心机转速偏差值；(2)将Φ(X_o，X_i)作为服从M自由度的非中心卡方分布，通过求解以下非中心卡方分布的概率密度函数中作为统计距离：式中，λ为表示所有高斯元平方和的卡方分布非中心参数,I_M/2‑1(·)表示修正的第一类贝塞尔函数；所述高斯元生成步骤中通过以下函数生成目标轨迹的假想的高斯函数形式的概率密度估计：其中，为样本i生成的假想估计；和分别为成对的两个高斯元；和分别表示两个高斯元和的权重；G(·)表示高斯函数，为样本i的第p个元素，Θ表示整个历史样本群体，为的标准差，为根据X_i所获取的的标准差；所述降序聚合步骤包括：(1)将高斯元生成步骤中所获得的序列按照与目标轨迹的统计距离进行降序排列；(2)初始化，令i＝1；(3)分别计算各个和相对应的排除自身的混合高斯估计(4)分别计算相容系数：(5)根据相容系数更新成对高斯元的权重：(6)重复步骤(3)至(5)直到所有被更新；(7)根据以下公式输出的最终概率密度函数：