本發(fā)明公開了一種基于小樣本條件下牽引供電系統(tǒng)的可靠性研究方法,應(yīng)用Bootstrap法對“小樣本”數(shù)據(jù)進行虛擬增廣,有效改善了現(xiàn)有技術(shù)中相關(guān)故障數(shù)據(jù)實際樣本量少,而導(dǎo)致對威布爾分布擬合效果差的問題。LSSVM算法較傳統(tǒng)SVM算法,簡化了計算的復(fù)雜性,提高了算法收斂精度。并結(jié)合粒子群算法易實現(xiàn)易、精度高、收斂快等優(yōu)點。應(yīng)用設(shè)計的PSO?LSSVM算法對LSSVM模型參數(shù)進行優(yōu)化,選取LSSVM的最優(yōu)參數(shù)進行配置。對采用故障樹分析法,BDD算法建立的牽引供電系統(tǒng)模型進行有效預(yù)測。得出牽引供電系統(tǒng)設(shè)備的可靠性以及平均失效時間,對牽引供電系統(tǒng)整體設(shè)備維修計劃提供可靠的科學(xué)依據(jù)。
聲明:
“基于小樣本條件下牽引供電系統(tǒng)的可靠性研究方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)