应用支持向量机的变压器故障组合预测
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3321/j.issn:0258-8013.2008.25.003

应用支持向量机的变压器故障组合预测

引用
对变压器油中溶解气体进行预测有助于及时预测变压器的故障.提出一个基于支持向量机(support vector machine,SVM)的变压器故障组合预测模型及其求解步骤.在预测过程中,首先利用多个单一预测方法如线性模型、指数模型、乘幂模型、非等间隔灰色GM(1,1)模型和非等间隔灰色Verhulst模型构成预测模型群,对原始油中溶解气体数据进行拟合.然后,将预测模型群的拟合结果作为支持向量机回归模型的输入进行2次预测,形成变权重的组合预测.该文对基于SVM的组合预测过程和参数计算进行了详细地探讨.通过2个实例证明了该文提出的组合预测模型能较好地平衡拟合和外推,在某种程度上解决了传统方法拟合优而外推差的问题.此外,通过与多种预测方法进行比较,基于支持向量机的变压器故障组合预测模型的预测精度明显优于单一预测模型和其它的组合预测模型.

支持向量机、变压器故障、组合预测、模型群

28

TM74(输配电工程、电力网及电力系统)

国家自然科学基金;新世纪优秀人才支持计划

2008-10-27(万方平台首次上网日期,不代表论文的发表时间)

共6页

14-19

相关文献
评论
暂无封面信息
查看本期封面目录

中国电机工程学报

0258-8013

11-2107/TM

28

2008,28(25)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn