基于SSA-BPNN-ARIMA残差校正的变压器套管温度预测
针对于变压器套管温度预测,提出了一种残差校正模型,选择差分自回归移动平均模型挖掘温度序列中的线性变化规律并对未来温度值进行预测,同时提取出预测值的残差量用于训练反馈神经网络,挖掘残差量的非线性变化规律,对未来残差量进行预测,用以校正差分自回归移动平均模型的温度预测值.在训练反馈神经网络时,使用麻雀搜索算法对其进行优化,改善了训练时易陷入局部最优的缺点.最后,通过实际算例与单一模型和简单加权组合模型进行对比,结果表明,所提残差校正模型相较于另3种模型,预测精度与稳定性有明显的提高.
变压器套管、温度预测、差分自回归移动平均模型、反馈神经网络、麻雀搜索算法、残差校正
41
TP181(自动化基础理论)
国网山东省电力公司科技项目5206061900G6
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
151-156