相对变换KFCM的变压器油击穿电压预测
针对变压器油击穿电压在线测量困难,基于多模型结构可以提高预测精度和鲁棒性的思想,提出基于相对变换核模糊C均值聚类(Kernel Fuzzy C-means,KFCM)算法的变压器油击穿电压预测建模方法.首先,采用相对变换将原始数据空间变换到相对空间,抑制数据噪音,提高数据之间的可区分性;在相对空间中利用KFCM算法将样本划分成不同的子类,同时,对KFCM核参数和聚类数采用差分进化算法进行优化;然后,利用核主元分析(Kernel Principal Component Analysis,KPCA)对相对空间进行特征提取,降低数据维数、提取数据非线性主元作为各子类构建的最小二乘支持向量机(Least Squares SVM,LSSVM)模型的输入;最后,对子类LSSVM综合加权得到最终输出.将所提出的方法与KFCM-LSSVM方法进行比较,实验结果表明所提方法具有良好的预测精度和泛化性能.
击穿电压、相对变换、核模糊C均值聚类算法、核主元分析、最小二乘支持向量机、预测
25
TP183;TM855(自动化基础理论)
国家自然科学基金51366013
2019-01-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
2035-2040