用KPCA-LSSVM预测变压器油击穿电压

摘要：

击穿电压是变压器油品质的重要参数,针对变压器油击穿电压难测试问题,提出基于核主元分析和最小二乘支持向量机的预测方法.为了提高变压器油击穿电压的软测量预测精度,本文选取与击穿电压关联性强的4个参量建立核主元分析模型进行特征提取,消除数据的相关性,得到的4个主成分的方差累计贡献率达96.84％,以此4个主成分作为最小二乘支持向量机软测量模型的输入;采用交叉验证法选取最小二乘支持向量机的惩罚参数和径向基核函数参数,建立核主元分析的最小二乘支持向量机变压器油击穿电压的预测模型,与BP神经网络和最小二乘支持向量机方法进行比较,采用平均相对误差和均方根误差来评价模型的性能指标.实验结果表明,本文提出的预测模型预测精度高、泛化能力好,能够满足变压器油击穿电压的测量需求.

关键词：变压器油、击穿电压、核主元分析、最小二乘支持向量机、预测

所属期刊栏目：31

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金51366013

在线出版日期：2015-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1162-1164