近期，在米兰理工大学访学的w88优德体育电子电气工程学院宋万清教授在随机序列预测研究领域取得系列研究成果，其研究成果分别发表于中科院一区期刊《Energy》和二区期刊《Chaos, Solitons and Fractals》上。
随机序列预测一直是故障检测研究领域的热点和难点，宋万清教授近些年一直致力于探索和研究通过随机模型来预测随机序列，以获得预测时间更短、精度更高的算法，从而对基于神经网路、卡尔曼滤波等传统算法的随机序列预测的性能实现改进。
宋万清教授以第一作者发表于期刊《Energy》上的题为 “Fractional Brownian Motion and Quantum-Behaved Particle Swarm Optimization for Short Term Power Load Forecasting: An Integrated Approach”的论文，主要成果是应用分数阶布朗运动模型构建离散随机差分迭代预测模型，该研究成果为解决供配电系统中节能优化和安全运行这一对矛盾的性能指标提供了切实可行的理论方法，具有重要意义。
宋万清教授与其指导的硕士研究生刘鹤同学（第一作者）联合发表在期刊《Chaos, Solitons and Fractals》上的题为“Fractional Lévy Stable Motion: Finite Difference Iterative Forecasting Model”的论文，构建出了基于Levy随机分布的有限差分迭代随机预测模型，这一模型比分数阶布朗运动差分迭代预测模型应用面更宽泛并具有更好的预测效果。
图1 Real 96-hour power load and the subsequent forecasted 24-hour trend plots.
宋万清教授目前主要从事设备故障预测与可靠性分析的研究，通过设备振动信号序列来提取微弱故障特征，实时监控设备运行状态和可靠性评估。近两年来，宋万清教授团队已发表一区论文一篇和二区论文五篇。