电网技术

2017, v.41;No.405(08) 2737-2742

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度信念网络的变压器油中溶解气体浓度预测方法
Concentration Prediction of Dissolved Gases in Transformer Oil Based on Deep Belief Networks

代杰杰;宋辉;杨祎;陈玉峰;盛戈皞;江秀臣;

摘要(Abstract):

对油中溶解气体浓度发展趋势进行预测,可为变压器状态评估提供重要依据。提出一种基于深度信念网络的变压器油中溶解气体浓度预测模型。该模型以7种特征气体浓度、环境温度、变压器油温为可视输入,通过对基于受限玻尔兹曼机的多隐层机器学习模型训练,可自动提取气体浓度自身发展规律,逐层激活各气体组分之间及温度对气体浓度影响的强相关性,抑制、弱化无关和冗余信息。该模型具有较高预测精度,克服了传统单一变量预测方法稳定性差的问题,同时避免了人工干预过程。通过算例分析,验证了该方法的有效性。

关键词(KeyWords): 变压器;油中溶解气体;深度信念网络;相关性;预测

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51477100);; 国家863高技术基金项目(2015AA050204);; 国家电网公司科技项目(520626150032)~~

作者(Author): 代杰杰;宋辉;杨祎;陈玉峰;盛戈皞;江秀臣;

Email:

DOI: 10.13335/j.1000-3673.pst.2016.2623

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享