机构名称：
¥ 1.0
本文构建了一个具有时变基强度的霍克斯过程来对压缩机站的故障序列即故障事件进行建模，并结合生存分析和基于霍克斯过程的点过程模型对压缩机站的各种故障事件进行研究。据我们所知，到目前为止，几乎所有的霍克斯点过程相关文献都假设条件强度函数的基强度是时不变的。这种假设显然过于苛刻，难以验证。例如，在实际应用中，包括财务分析、可靠性分析、生存分析和社会网络分析，故障发生的基强度随时间的真实变化并不是恒定的。恒定的基强度不会反映故障发生的基强度随时间的变化趋势。因此，为了解决这个问题，本文提出了一种新的时变基强度，例如，将其视为服从威布尔分布。首先，我们将基强度引入到服从威布尔分布的霍克斯过程中，然后提出一种基于最大似然估计的有效学习算法。在恒定基强度合成数据、时变基强度合成数据和真实数据上的实验表明，该方法可以同时且稳健地学习霍克斯过程的触发模式和时变基强度。在真实数据上的实验还揭示了不同类型故障的格兰杰因果关系以及基失效概率随时间的变化。根据实验结果，我们提出了一些实际生产建议。
人工智能的工程应用
主要关键词
相关文件推荐
