基于ARIMA和XGBoost算法的辅逆系统故障预测

作者：吴强; 屈利杰

来源：大连交通大学学报, 2021, 42(01): 96-100.

DOI：10.13291/j.cnki.djdxac.2021.01.020

• ARIMA
• XGBoost
• 故障预测

提出XGBoost拟合各工况下辅逆温度变化曲线,利用拟合曲线与实际值残差做正态分布,确定警告阈值线和错误阈值线,用ARIMA算法预测后三天的趋势走向,并通过与警告阈值线和错误阈值线的比较给出相关预警的信息提示.

• 单位
  中车南京浦镇车辆有限公司