基于BIC与SVRM的变压器油中气体预测模型

摘要：

基于v-支持向量回归机(v-SVRM)算法建立了变压器油中溶解气体变化预测模型,并引入贝叶斯证据框架对预测模型的参数进行了优化选取.同时,结合预测模型的预测正确率及预测模型的简洁度建立了预测模型的评价机制,并利用改进的贝叶斯信息标准(BIC)作为最终的评价函数量化了评价机制.在实例中与灰色理论预测模型进行了比较,结果表明在同为小样本训练数据的情况下,v-SVRM预测模型比灰色模型有更高的预测准确率,且在所提出的评价机制里表现更好.

关键词：支持向量机、支持向量回归机、故障检测、预测、电力变压器、贝叶斯信息标准、优化

所属期刊栏目：31

分类号：TM41;TP277(变压器、变流器及电抗器)

资助基金：国家973计划重点项目2009CB724506

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：46-49